Comment les ingénieurs de Nextdoor créent sans limites avec Codex

Un produit comme Nextdoor, qui sert plus de 110 millions d’utilisateurs dans 11 pays, impose de nombreuses exigences à une équipe plateforme. Pour Cory Dolphin, responsable de l’ingénierie, Codex représente un changement essentiel : « s’éloigner de l’itération de prompts adressés à un agent pour aller vers l’ingénierie des résultats, où les ingénieurs commencent à réfléchir au résultat qu’ils veulent obtenir et travaillent avec un agent pour le concevoir ».

Cela signifie que les ingénieurs individuels montent dans la pile technologique : ils ne sont plus cantonnés au rôle de spécialistes d’un système ou d’un framework donné, et peuvent prendre en charge l’expérience produit plus ou moins de bout en bout, même sur plusieurs plateformes. La productivité s’est tellement accélérée que le goulot d’étranglement n’est plus l’ingénierie, mais plutôt les grandes questions stratégiques sur ce qu’il faut construire ensuite.

Avec Codex, « les ingénieurs passent beaucoup moins de temps à réfléchir à comment ils construisent exactement, et davantage de temps à penser au résultat », explique Dolphin. Ce résultat peut prendre la forme de captures d’écran ou de vidéos vers lesquelles l’agent peut construire, d’une certaine performance ou d’un résultat de test, ou encore d’une toute nouvelle idée de fonctionnalité.

Nextdoor a récemment lancé Opportunity Alerts, qui permet aux utilisateurs de trouver des prestataires de services près de chez eux ; avec Codex, les ingénieurs pilotent l’expérience produit et la feuille de route. Par exemple, un ingénieur travaillant sur les alertes s’est rendu compte qu’il serait utile d’afficher les prestataires de services sur une carte. Historiquement, ce type de fonctionnalité aurait nécessité une collaboration entre trois équipes — ingénierie mobile, frontend et backend — et n’aurait peut-être jamais quitté le backlog.

Mais avec Codex, « nous avons pu demander à un seul ingénieur de la créer de bout en bout », explique Dolphin, « ce qui signifie non seulement qu’il peut faire avancer le produit plus vite, mais aussi qu’il peut mieux comprendre l’expérience produit réelle et ce qu’il convient de livrer ».

Travaillant avec des bases de données Rust embarquées et des systèmes soumis à des conditions de concurrence strictes, Nextdoor s’appuie sur Codex pour l’aider à déboguer les problèmes les plus difficiles à reproduire. L’équipe fournit à l’agent un environnement propre et un harnais d’investigation, puis l’utilise pour tout, de la compréhension des raisons pour lesquelles des pods Kubernetes ne démarrent pas à la recherche de la bonne courbe de tendance dans une analyse de données.

« Avec GPT‑5.4 et 5.5, la mise à niveau a été vraiment impressionnante. Nous voyons Codex exceller par son extrême persévérance et sa capacité à chercher la bonne solution, en plongeant profondément dans des détails techniques apparemment ésotériques pour arriver à la cause racine », explique Dolphin.

À propos du mode Fast avec Codex et GPT‑5.5, Dolphin déclare : « Je dois être honnête, une grande partie de l’équipe en est accro. Quand vous avez une boucle de rétroaction rapide sur le problème sur lequel vous travaillez, la sensation est exaltante pour un ingénieur. »

Le travail d’ingénierie est devenu tellement plus rapide que Dolphin a observé un déplacement des pressions sur différentes parties de l’organisation. « Nous avançons tellement plus vite que les goulots d’étranglement ne se situent plus dans l’ingénierie. Il s’agit vraiment désormais de savoir comment identifier les bonnes choses à construire et la bonne stratégie — et beaucoup moins de savoir comment nous allons effectivement les construire. »