Cisco i OpenAI redefiniują inżynierię korporacyjną z Codex

Od dziesięcioleci firma Cisco tworzy i obsługuje jedne z najbardziej złożonych i krytycznych systemów oprogramowania na świecie. W miarę rozwoju generatywnej sztucznej inteligencji od etapu eksperymentów do faktycznych zdolności operacyjnych firma Cisco skupiła się na tym, co zna najlepiej: skalowaniu zaawansowanych technologii w wymagających, realnych środowiskach.

To podejście już kształtuje sposób, w jaki Cisco tworzy nowe produkty, w tym AI Defense, gdzie Codex pomógł skrócić krytyczne prace inżynieryjne z kilku kwartałów do tygodni.

Zamiast traktować Codex jako samodzielne narzędzie dla deweloperów, Cisco zaczęło integrować go bezpośrednio z produkcyjnymi przepływami pracy inżynieryjnej, udostępniając mu ogromne systemy z wieloma repozytoriami, bazy kodu oparte w dużej mierze na C/C++ oraz wymagania globalnego przedsiębiorstwa dotyczące bezpieczeństwa, zgodności i ładu.

W tym procesie Cisco pomogło ukształtować Codex w coś zasadniczo innego niż narzędzie produktywności dla deweloperów: członka zespołu inżynieryjnego AI zdolnego do działania w skali korporacyjnej.

Prace Cisco nad AI Defense pokazują, jak taki model może wyglądać w praktyce. AI Defense to kompleksowe rozwiązanie Cisco do zabezpieczania AI, które chroni przed zagrożeniami ze strony AI.

Codex został wykorzystany przez zespół Cisco do stworzenia większej części systemu AI Defense oraz niemal każdej nowej funkcji, którą Cisco tworzy.

Ta praca odzwierciedla również szerszą rolę Cisco w rozwijaniu bezpieczeństwa AI. Cisco należy do wiodących organizacji zapewniających bezpieczeństwo współpracujących z inicjatywą Daybreak OpenAI, która łączy modele OpenAI, Codex i partnerów z obszaru bezpieczeństwa, aby usprawnić cyberobronę i stale zabezpieczać oprogramowanie. W ramach tego programu dysponują dostępem do GPT‑5.5‑Cyber, modelu dla cyberobrońców.

Cisco użyło też Codex, aby pomóc zbudować Defense Squad, narzędzie open source, które przeszło od pomysłu do stosowania w społeczności deweloperów w mniej niż tydzień.

Firma Cisco już teraz posiada dojrzałą organizację inżynieryjną realizującą wiele inicjatyw związanych ze sztuczną inteligencją. Tym, co zadecydowało o atrakcyjności narzędzia Codex nie było ani uzupełnianie kodu, ani powierzchowna automatyzacja, lecz autonomia. Codex wykazał się następującymi możliwościami:

• Rozumienia i wnioskowania w obrębie dużych, połączonych repozytoriów
• Biegłej pracy w złożonych językach
• Wykonywania rzeczywistych przepływów pracy przez autonomiczne pętle kompiluj-testuj-naprawiaj oparte na CLI
• Działania w ramach istniejących procesów przeglądu, bezpieczeństwa i ładu

Dzięki bezpośredniej współpracy z OpenAI inżynierowie Cisco mogli przekazywać informacje zwrotne o tym, jak te możliwości działały w rzeczywistych środowiskach, kształtując obszary takie jak koordynowanie przepływów pracy, mechanizmy kontroli bezpieczeństwa i obsługa długotrwałych zadań inżynieryjnych – wszystkie one są kluczowe dla zastosowań korporacyjnych.

Gdy Codex został osadzony w codziennej pracy inżynieryjnej, zespoły zaczęły stosować go w niektórych z najbardziej wymagających i czasochłonnych przepływów pracy:

Optymalizacja procesu kompilacji w projektach obejmujących wiele repozytoriów: Codex analizował dzienniki kompilacji i wykresy zależności w ponad 15 połączonych repozytoriach, identyfikując nieefektywności. Wynik: skrócenie czasu kompilacji o około 20% i oszczędność ponad 1500 godzin pracy inżynierów miesięcznie w środowiskach globalnych.

Naprawa błędów na dużą skalę (CodeWatch): dzięki Codex-CLI firma Cisco zautomatyzowała naprawę błędów poprzez iteracyjne, autonomiczne wykonywanie działań w dużych bazach kodu C/C++. Coś, co kiedyś wymagało wielotygodniowej ręcznej pracy, teraz zajmuje zaledwie kilka godzin, zapewniając 10–15-krotny wzrost przepustowości usuwania błędów i pozwalając inżynierom skupić się na projektowaniu i weryfikacji.

Migracje systemów w kilka dni, nie tygodni: Gdy zespoły Splunk musiały przenieść wiele interfejsów użytkownika z React 18 do 19, Codex autonomicznie wykonał większość powtarzalnych zmian, znacznie skracając wielotygodniową pracę do kilku dni i pozwalając inżynierom skoncentrować się na decyzjach wymagających osądu.

Cisco zapewniało ciągłe informacje zwrotne z rzeczywistego użycia produkcyjnego, które pomogły OpenAI przyspieszyć przygotowanie Codex do działania w dużych przedsiębiorstwach – szczególnie w obszarach takich jak zgodność, zarządzanie długotrwałymi zadaniami i integracja z istniejącymi potokami deweloperskimi.

Dla Cisco ta współpraca ustanowiła powtarzalny model wdrażania sztucznej inteligencji nowej generacji: głębokie partnerstwo techniczne, rzeczywiste obciążenia oraz zgodność przywództwa od pierwszego dnia.

Dziś Codex jest używany w wielu jednostkach biznesowych Cisco, poprawiając produktywność, jakość kodu i czas rozwiązywania problemów. Zamiast szacować pracę wyłącznie według tradycyjnych miar wysiłku, zespoły coraz częściej pytają: „Ile potrwa ten przebieg Codex?”