Cisco e OpenAI ridefiniscono l'ingegneria aziendale con Codex

Da decenni, Cisco costruisce e gestisce alcuni dei sistemi software più complessi e critici al mondo. Man mano che l'IA generativa è passata dalla fase di sperimentazione a una reale capacità operativa, Cisco si è concentrata su ciò che sa fare meglio: scalare tecnologie avanzate in ambienti reali e impegnativi.

Questo approccio sta già plasmando il modo in cui Cisco sviluppa nuovi prodotti, tra cui AI Defense, dove Codex ha contribuito a comprimere il lavoro ingegneristico critico da diversi trimestri a poche settimane.

Anziché trattare Codex come uno strumento di sviluppo autonomo, Cisco ha iniziato a integrarlo direttamente nei workflow di ingegneria di produzione, esponendolo a enormi sistemi multi-repository, basi di codice con forte presenza di C/C++ e ai requisiti di sicurezza, conformità e governance di un'azienda globale.

Nel processo, Cisco ha contribuito a trasformare Codex in qualcosa di fondamentalmente diverso da uno strumento di produttività per sviluppatori: un compagno di squadra di ingegneria IA capace di operare su scala enterprise.

Il lavoro di Cisco su AI Defense mostra come questo modello possa apparire nella pratica. AI Defense è la soluzione di sicurezza IA end-to-end di Cisco che protegge dai rischi di safety e sicurezza introdotti dall'IA.

Codex è stato usato dal team Cisco per scrivere la maggior parte di AI Defense e quasi ogni nuova funzionalità che Cisco sta sviluppando.

Questo lavoro riflette anche il ruolo più ampio di Cisco nel progresso della sicurezza dell'IA. Cisco è tra le principali organizzazioni di sicurezza che collaborano con l'iniziativa Daybreak di OpenAI, che riunisce modelli OpenAI, Codex e partner di sicurezza per accelerare la difesa informatica e proteggere continuamente il software. Nell'ambito di questo programma, hanno governato l'accesso a GPT‑5.5‑Cyber, un modello per i difensori informatici.

Cisco ha usato Codex anche per contribuire a creare Defense Squad, uno strumento open source passato dall'ideazione alla community degli sviluppatori in meno di una settimana.

Cisco gestisce già un'organizzazione di ingegneria matura con diverse iniziative di IA in corso. Codex è risultato convincente non per il completamento del codice o per l'automazione superficiale, ma per la sua autonomia. Codex ha dimostrato la capacità di:

• Comprendere e ragionare su repository grandi e interconnessi
• Lavorare con fluidità in linguaggi complessi
• Eseguire workflow reali tramite cicli autonomi compile-test-fix basati su CLI
• Operare all'interno dei framework esistenti di revisione, sicurezza e governance

Lavorando direttamente con OpenAI, gli ingegneri Cisco hanno potuto fornire feedback su come queste capacità si comportavano in ambienti reali, plasmando aree come l'orchestrazione dei workflow, i controlli di sicurezza e il supporto per attività ingegneristiche di lunga durata, tutti elementi critici per l'uso enterprise.

Una volta integrato Codex nel lavoro ingegneristico quotidiano, i team hanno iniziato ad applicarlo ad alcuni dei workflow più complessi e dispendiosi in termini di tempo:

Ottimizzazione della build tra repository: Codex ha analizzato i log di build e i grafi delle dipendenze in più di 15 repository interconnessi, identificando le inefficienze. Di conseguenza vi è stata una riduzione di circa il 20% dei tempi di build e più di 1.500 ore di ingegneria risparmiate al mese in tutti gli ambienti globali.

Correzione dei difetti su larga scala (CodeWatch): utilizzando Codex-CLI, Cisco ha automatizzato la riparazione dei difetti con un'esecuzione iterativa e agentica su codebase C/C++ di grandi dimensioni. Ciò che una volta richiedeva settimane di lavoro manuale ora si completa in poche ore, con un aumento di 10-15× nella capacità di elaborazione della risoluzione dei difetti e lasciando gli ingegneri liberi di concentrarsi su progettazione e validazione.

Migrazioni di framework in giorni, non settimane: quando i team Splunk dovevano migrare più interfacce utente da React 18 a React 19, Codex ha gestito autonomamente la maggior parte delle modifiche ripetitive, comprimendo settimane di lavoro in giorni e permettendo agli ingegneri di concentrarsi sulle decisioni che richiedono giudizio.

Cisco ha fornito feedback continui dall'uso reale in produzione, che hanno aiutato OpenAI ad accelerare la prontezza di Codex per le grandi aziende, in particolare in aree come conformità, gestione delle attività di lunga durata e integrazione con le pipeline di sviluppo esistenti.

Per Cisco, la collaborazione ha stabilito un modello ripetibile per adottare l'IA di nuova generazione: partnership tecnica profonda, carichi di lavoro reali e allineamento della leadership fin dal primo giorno.

Oggi Codex è usato in più business unit Cisco, migliorando produttività, qualità del codice e tempi di risoluzione. Invece di stimare il lavoro solo con le tradizionali misure dell'impegno, i team si chiedono sempre più spesso: «Quanto durerà quell'esecuzione di Codex?»