Slik bruker OpenAI Codex

Codex brukes daglig av en rekke tekniske team hos OpenAI, som sikkerhet, produktutvikling, frontend, API, infrastruktur og ytelsesutvikling. Teamene bruker dette til å akselerere en rekke utviklingsoppgaver, fra å forstå komplekse systemer og refaktorere store kodebaser til å levere nye funksjoner og løse hendelser under stramme tidsfrister.

Basert på intervjuer med OpenAI-ingeniører og interne bruksdata har vi samlet brukstilfeller og beste praksis som viser hvordan Codex hjelper teamene våre med å jobbe raskere, forbedre kvaliteten på arbeidet og håndtere kompleksitet i stor skala.

Codex hjelper teamene våre med å komme raskt i gang med ukjente deler av kodebasen ved onboarding, feilsøking eller undersøkelse av en hendelse.

De bruker ofte Codex til å finne kjernelogikken i en funksjon, kartlegge relasjoner mellom tjenester eller moduler og spore dataflyten gjennom et system. Du kan enkelt gjøre dette med Codex. Det bidrar også til å avdekke arkitekturmønstre eller manglende deler av dokumentasjonen som ellers ville krevd betydelig manuelt arbeid å utarbeide. Du kan spare tid med Codex.

Under hendelseshåndtering hjelper Codex ingeniører med å bli kjent med nye områder raskt ved å avdekke interaksjoner mellom komponenter eller spore hvordan feiltilstander sprer seg på tvers av systemer.

Codex brukes ofte til å gjøre endringer som strekker seg over flere filer eller pakker. Når ingeniører for eksempel oppdaterer et API, endrer hvordan et mønster er implementert, eller migrerer til en ny avhengighet, gjør Codex det enkelt å anvende endringer konsekvent.

Dette er spesielt nyttig når du må gjøre den samme oppdateringen på tvers av mange filer, eller når oppdateringen krever forståelse for struktur og avhengigheter som ikke enkelt fanges opp med regulære uttrykk eller søk og erstatt.

De bruker det også til kodeopprydding ved å dele opp store moduler, erstatte gamle mønstre med moderne, eller gjøre koden mer testbar.

Codex brukes til å identifisere og håndtere ytelsesflaskehalser.

Under arbeid med optimalisering eller pålitelighet, bruker ingeniører Codex-prompt for å analysere trege eller minnekrevende kodebaner, som ineffektive løkker, overflødige operasjoner eller kostbare spørringer, og foreslå optimaliserte alternativer, noe som ofte gir store forbedringer i effektivitet og pålitelighet.

Codex brukes også til å støtte tilstanden til koden ved å finne risikable eller utdaterte mønstre som fortsatt er i bruk. Teamene våre bruker det for å redusere langsiktig teknisk gjeld og unngå tilbakefall.

Codex hjelper deg med å skrive tester raskere – spesielt der dekningen er svak eller mangler helt.

Når man jobber med en feilretting eller refaktorering, spør ingeniører ofte Codex om å foreslå tester som dekker kanttilfeller eller sannsynlige feilforløp. For ny kode kan den lage enhets- eller integrasjonstester basert på funksjonssignaturen og omkringliggende logikk.

Codex er spesielt nyttig for å identifisere grensebetingelser som tomme inndata, maksimal lengde eller uvanlige, men gyldige tilstander som ofte blir oversett i de innledende testene.

Codex hjelper team med å jobbe raskere ved å fremskynde både starten og slutten av utviklingssyklusen.

Når du setter i gang med en ny funksjon, bruker ingeniører det til å lage boilerplate-kode – ved å generere mapper, moduler og API-stubbing for å få kjørbar kode raskt på plass uten å måtte koble sammen hver enkelt del manuelt.

Når prosjekter nærmer seg lansering, hjelper Codex til med å møte stramme tidsfrister ved å håndtere mindre, men viktige oppgaver som å prioritere feil, fylle de siste implementeringshullene og generere utrullingsskript, telemetrikoblinger eller konfigurasjonsfiler.

Den brukes også til å gjøre produkttilbakemeldinger om til startkode. Ingeniører limer ofte inn en brukerforespørsel eller spesifikasjon og får Codex til å generere et grovt utkast som de kan gå tilbake til og finjustere senere.

Codex hjelper ingeniørene våre med å holde seg produktive når timeplanene deres er oppstykket og fulle av avbrytelser.
Det brukes til å fange opp uferdig arbeid, gjøre notater om til fungerende prototyper eller skille ut utforskende oppgaver som kan tas opp igjen senere. Dette gjør det enklere å sette arbeidet på pause og gjenoppta det uten å miste konteksten, spesielt når man har vakt eller mange møter.

Codex er også nyttig for åpne oppgaver, som å finne alternative løsninger eller validere designvalg. Du kan bruke en ledetekst til å finne ulike måter å løse et problem på, utforske ukjente mønstre eller teste antakelser. Dette hjelper med å synliggjøre avveininger, utvide designvalg og tydeliggjøre implementeringsalternativer.

Det brukes også til å identifisere relaterte feil. Med utgangspunkt i et kjent problem eller en utdatert metode, kan Codex identifisere lignende mønstre andre steder i koden, noe som gjør det enklere å oppdage regresjoner eller fullføre oppryddingsarbeidet.

Codex fungerer best når det får struktur, kontekst og rom til å jobbe i flere runder. Her er noen av vanene OpenAI-team jobber med å utvikle for å få stabilt utbytte av det i det daglige arbeidet.

For større endringer bør du starte med å gi Codex en melding om en implementeringsplan ved hjelp av spørremodus, som deretter blir inndata for oppfølgingsmeldinger når du bytter til kodemodus. Denne totrinnsflyten holder Codex på rett spor og bidrar til å unngå feil i resultatene. Codex fungerer best med tydelig avgrensede oppgaver som ville tatt deg eller en kollega omtrent en time å fullføre, eller noen hundre linjer med kode å implementere. Etter hvert som modeller blir bedre, kan du forvente at størrelsen på oppgavene de kan påta seg, vil øke.

Ved å angi et oppstartsskript, miljøvariabler og internettilgang reduseres feilraten til Codex betydelig. Når du kjører oppgaver, må du se etter byggefeil som kan rettes i Codex sitt miljøoppsett. Dette kan kreve noen gjentakelser, men gir betydelige effektivitetsgevinster på sikt.

Codex svarer bedre når en ledetekst gjenspeiler hvordan du ville beskrevet en endring i en PR eller et problem. Det betyr at man inkluderer filbaner, komponentnavn, differ og dokumentutdrag når det er relevant. Ved bruk av mønstre som «Implementer dette på samme måte som det gjøres i [module X]» gir bedre resultater.

Start oppgaver raskt for å fange opp sideideer, uferdig arbeid eller små rettelser underveis. Det er ikke nødvendig å lage en fullstendig PR på én gang. Codex fungerer godt som et mellomområde du kan gå tilbake til når du er fokusert igjen.

Hold en AGENTS.md-fil for å hjelpe Codex med å jobbe mer effektivt i repoet ditt på tvers av ledetekster. Disse filene inkluderer vanligvis navnekonvensjoner, forretningslogikk, kjente særegenheter eller avhengigheter som Codex ikke kan utlede fra koden alene. Finn ut mer om hvordan du kan strukturere AGENTS.md-filen din i dokumentasjonen.

Best-av-N-funksjonen lar deg generere flere svar samtidig for én enkelt oppgave, slik at du raskt kan utforske flere løsninger og velge den beste. For mer kompliserte oppgaver kan du gå gjennom flere iterasjoner og kombinere deler av ulike svar for å få et bedre resultat.

Codex er fortsatt i utprøvingsversjon, men har allerede en reell innvirkning på hvordan vi bygger, ved å hjelpe oss med å jobbe raskere, skrive bedre kode og ta på oss arbeid som ellers aldri ville blitt prioritert.

Vi er spente på potensialet som ligger foran oss – etter hvert som modellene våre blir bedre og Codex blir mer integrert i arbeidsflytene våre, ser vi frem til å finne enda kraftigere måter for å utvikle programvaren. Vi kommer fortsatt til å dele det vi lærer underveis.