Cómo Braintrust convierte pedidos de clientes en código con Codex
Los ingenieros de Braintrust usan Codex con GPT‑5.5 para convertir solicitudes de funcionalidades de clientes en ramas de vista previa en minutos y ampliar el alcance de los experimentos de ingeniería.
50%
del equipo de Braintrust adoptó Codex en un mes
Braintrust es la plataforma de observabilidad y evaluación para lanzar productos de IA de calidad.
Con Codex, sus ingenieros ahora pueden tomar solicitudes de funcionalidades de clientes y crear ramas de vista previa para mostrar ideas funcionales a los clientes en minutos.
En un mes, la mitad del equipo de Braintrust adoptó Codex. Para el fundador y director ejecutivo Ankur Goyal, el mayor cambio no es solo programar más rápido. Es un ciclo de retroalimentación más rápido con los clientes.
“Suena simple, pero Codex puede literalmente imprimir más texto en la terminal sin volverse lento, y otros modelos simplemente no pueden replicar eso”, dice Goyal.
“La mayor ganancia es la velocidad.”
La velocidad suele tratarse como una propiedad de una herramienta, algo que existe separado de su funcionalidad central, pero para Goyal, la diferencia de velocidad “cambia la forma en que interactúo con Codex en comparación con otros modelos”.
Con Codex, el equipo de Braintrust puede integrar la iteración en su flujo de trabajo de desarrollo en lugar de dejar que las solicitudes queden en espera. “Codex desbloqueó nuestra capacidad de probar solicitudes de funcionalidades de clientes en tiempo real”, dice Goyal. “Antes, si alguien nos hacía una solicitud de funcionalidad, entraba a una lista de pendientes y se priorizaba más tarde.”
En cambio, el equipo puede copiar y pegar solicitudes en Codex, crear una rama de vista previa y mostrar la solicitud completada al cliente en minutos. “Lo más genial de Codex es que podemos iterar y generar ideas sobre solicitudes de funcionalidades con el cliente en tiempo real”, dice Goyal.
“Cuanto más código escribamos, más problemas de clientes podremos resolver, y Codex es la forma más eficaz de hacerlo ahora mismo.”
Para Goyal, Codex cambia cuánta preparación se necesita para probar ideas nuevas. “Con otros modelos, tenía que intentar escribir prompts para que el modelo resolviera un problema específico”, dice. Las herramientas más lentas requieren más guía manual, lo que eleva el costo de la experimentación.
“Con Codex, pasé a escribir una prueba que demuestra un problema, crear un entorno aislado y luego dejar que Codex se ejecute en ese entorno”, dice Goyal. “Este es un caso de uso nuevo para mí, y puedo ejecutar experimentos gracias a la velocidad.”
Esa velocidad le da al equipo de Braintrust más margen para experimentar. En lugar de crear prompts paso a paso, los ingenieros pueden definir el problema, dejar que Codex trabaje en un entorno controlado y avanzar más rápido de la idea a una solución funcional.
“Lo más genial de Codex es que podemos iterar y generar ideas sobre solicitudes de funcionalidades con el cliente en tiempo real.”
