پرش به محتوای اصلی
OpenAI

۳۰ اردیبهشت ۱۴۰۵

مهندسان Ramp چگونه با Codex بازبینی کد را سریع‌تر می‌کنند

تیم‌ها از Codex با GPT‑5.5 برای بازبینی کد و توسعه عاملی برای مدیریت کار شیفت‌های on-call استفاده می‌کنند و تجربه توسعه‌دهنده و بهره‌وری را بهبود می‌دهند.

تصویر داستان مشتری Ramp برای Codex.
اندازه شرکت: Enterprise
منطقه: آمریکای شمالی
صنعت: فناوری
محصولات: Codex
در حال بارگذاری…

در Ramp، مهندسان از Codex با GPT‑5.5 برای سرعت‌بخشیدن به بازبینی کد و توسعه ابزارهای داخلی عامل‌محور استفاده می‌کنند تا تیم‌ها به‌جای ساعت‌ها، در چند دقیقه بازخوردی اساسی برای pull request دریافت کنند. به‌لطف قابلیت‌های استدلالی، Codex با GPT‑5.5 به‌طور منحصربه‌فردی می‌تواند میزان کار دستی و عملیاتی‌ای را کاهش دهد که در غیر این صورت باید خودشان انجام می‌دادند.

«بازبینی کد Codex مواردی را آشکار می‌کند که من، مهندسان دیگر و قطعاً سایر بازبین‌های کد AI از قلم می‌اندازیم».
—آستین ری، AI DevEx در Ramp

اجرای بازبینی‌های کدی که تیم‌ها بتوانند به آن‌ها تکیه کنند

تیم AI Developer Experience در Ramp از Codex برای بهبود سرعت توسعه نرم‌افزار و کیفیت کد استفاده می‌کند.

آستین ری، مدیر AI DevEx، توضیح می‌دهد: «بازبینی کد Codex استاندارد طلایی صنعت است. ما مدت‌هاست اینجا در Ramp به آن تکیه کرده‌ایم». «فوق‌العاده است، و مهندسان ما مشخصاً Codex را درخواست می‌کنند. آن‌ها مشتاقانه منتظر نظرهای آن برای هر PR هستند، و حالا به بخشی الزامی از بسیاری از روندهای بازبینی کد تبدیل شده است.»

مهندسان Ramp که پیش‌تر ساعت‌ها برای نخستین بازبینی منتظر می‌ماندند، اکنون می‌توانند ظرف چند دقیقه بازخوردهای محتوایی از Codex دریافت کنند. Codex از ابزارهای دیگر متمایز است، چون پایگاه کد را عمیقاً تحلیل می‌کند و به چیزی می‌رسد که ری آن را «سطحی از دقت و جامعیت که بیشتر بازبین‌های انسانی زمان کافی برای آن ندارند» توصیف می‌کند.

Codex این عمق تحلیل را با تجربه‌ای همراه می‌کند که به گفته ری، «مهندسان را در همان جایی که هستند همراهی می‌کند.» مهندسانی که ترجیح می‌دهند نزدیک‌تر به سطح زیرساخت کار کنند می‌توانند از CLI استفاده کنند، و اپلیکیشن Codex برای کسانی که به آن نیاز دارند، نشانه‌های بصری، ابزارهای کاربردی و قابلیت‌های بیشتری ارائه می‌دهد. ری که معمولاً از CLI استفاده می‌کند، به استفاده از اپلیکیشن هم علاقه‌مند شد. ری می‌گوید: «به نظر می‌رسد اپلیکیشن شما را به‌سمت بهره‌وری بیشتر در گردش کارهای مهندسی هدایت می‌کند».

«Codex با GPT-5.5 در مدیریت این پیچیدگی به‌قدری توانمند است که اگر خودم می‌خواستم آن را حل کنم، به تلاش ذهنی بسیار زیاد، خواب فراوان، و تمرکز کامل و بی‌وقفه روی مسئله نیاز داشتم».
—آستین ری، AI DevEx در Ramp

توسعه ابزارهای داخلی با Codex

ری همچنین از Codex برای پشتیبانی از توسعه On-Call Assistant استفاده می‌کند؛ ابزاری مبتنی بر عامل‌ها که بخش عمده فشار کاری مهندسان Ramp را در شیفت‌های on-call بر عهده می‌گیرد.

ری توضیح می‌دهد: «On call بودن سخت است». «ما حجم زیادی منطق کسب‌وکار، دانش دامنه، و رخدادهای پیچیده داریم. باید هم‌زمان جزئیات زیادی را در ذهن داشته باشید و با پیچیدگی‌های فراوان استدلال کنید».

برای یک مهندس، این کار می‌تواند دشوار باشد. این کار به تلاش ذهنی زیاد و حتی تمرکز پیوسته و یک‌سویه بیشتری نیاز دارد.

ری می‌گوید: «واقعاً پیچیدگی بسیار زیادی وجود دارد». «باگ‌های زیادی در اجرای هم‌زمان فرایندها وجود دارد، باید میان رویدادهای خارجی و داخلی توازن ظریفی برقرار کرد، و بررسی‌های طولانی‌مدت رخدادها هم هست که جزئیاتشان مدام تغییر می‌کند و باید پیوسته آن‌ها را در نظر داشته باشید.»

با Codex، ری می‌تواند برای پشتیبانی از توسعه، به قابلیت‌های استدلالی «فوق‌العاده توانمند» آن تکیه کند. در نتیجه، ساخت On-Call Assistant به‌طور چشمگیری سریع‌تر شده و ری نسبت به هر بهبودی که عرضه می‌شود اطمینان بیشتری دارد.

ری می‌گوید: «دامنه محصول ما واقعاً بسیار گسترده است». «Codex با GPT‑5.5 طوری از پس آن برمی‌آید که انگار هیچ کاری ندارد.»

درس‌های مدیریتی

ری پیش از هر چیز یک مهندس پلتفرم است و همه ابزارهای توسعه‌دهنده، از جمله ابزارهای مبتنی بر AI، را از همین دیدگاه ارزیابی می‌کند. به گفته او: «آیا واقعاً نحوه عرضه کد توسط افراد را تغییر می‌دهد یا فقط یک نسخه آزمایشی نمایشی است؟»

و این همان توصیه ری به دیگر مدیران است: بر تجربه عملی و نتایج واقعی تمرکز کنید.

  • نشان دهید ابزارهای AI در عمل چه ظرفیتی دارند: «از مهندسان خود بخواهید Codex را نصب کنند، همراهشان باشید، و آن‌ها را در یک جلسه اول کاملا موثر راهنمایی کنید. «تصویری از آنچه توسعه می‌تواند برایشان باشد ترسیم کنید».
  • مسیری برای اعتماد و تکرارپذیری ایجاد کنید: «بیشتر مهندسان هنوز کاملاً درک نکرده‌اند یا اطمینان ندارند که قرار است تجربه خوبی با این ابزار داشته باشند. آن را نسخه‌ای آزمایشی تلقی می‌کنند. با راهنمایی آن‌ها در همان تجربه نخست، دیدگاهشان را تغییر می‌دهید و آن‌ها را ترغیب می‌کنید خودشان کاوش و آزمون‌وخطا کنند، تا در نهایت به یکی از بهترین کاربران AI شما تبدیل شوند».
  • روی چرخه بازخورد سرمایه‌گذاری کنید: «ما مستقیماً با تیم Codex روی بازخورد کار می‌کنیم. وقتی به مشکل برمی‌خوریم، یک خط ارتباطی مستقیم داریم. همین چرخه بازخورد است که رابطه با یک تأمین‌کننده را ارزشمند می‌کند و ما با تیم Codex پیشرفت شگفت‌انگیزی داشته‌ایم».
«Codex واقعاً کارآمد است. Codex قطعاً به ما کمک می‌کند سریع‌تر محصول را منتشر کنیم».
—آستین ری، AI DevEx در Ramp

گام بعدی چیست

Codex در حال تغییر دادن سرعت کار مهندسان Ramp است و منابع لازم را در اختیارشان می‌گذارد تا از جاه‌طلبی‌های حتی بزرگ‌تر پشتیبانی کنند. برای ری، این نشانه راهی تازه برای اندیشیدن به مهندسی به‌طور کلی است.

«مهندسان قرار است به هماهنگ‌کننده تبدیل شوند. دیگر مهارت اصلی این نیست که هر خط کد را خودتان بنویسید. مهارت این است که بدانید چگونه ابزارهای AI مثل Codex را هدایت کنید، چه زمانی به آن‌ها اعتماد کنید و چه زمانی مقاومت نشان دهید. در Ramp، بهترین مهندسان ما این مهارت را سریع‌تر از همه یاد می‌گیرند».

به عصر جدید کار بپیوندید

بیش از ۱ میلیون کسب‌وکار در سراسر جهان با OpenAI به نتایج معنا داری دست یافته‌اند.