Jak inżynierowie Nextdoor budują bez ograniczeń z Codex
W zespole głównej platformy Nextdoor Codex bada problemy i oddaje inżynierom produktu ster.
Produkt taki jak Nextdoor, który obsługuje ponad 110 milionów użytkowników w 11 krajach, stawia przed zespołem platformy wiele wymagań. Dla Cory’ego Dolphina, dyrektora ds. inżynierii, Codex oznacza zasadniczą zmianę: „odejście od iteracyjnego podawania poleceń agentowi na rzecz inżynierii wyników, w której inżynierowie zaczynają myśleć o rezultacie, jaki chcą zobaczyć, i pracują z agentem, aby ten rezultat zaprojektować”.
Oznacza to, że poszczególni inżynierowie przechodzą wyżej w stosie — nie są już zamknięci w roli specjalistów od konkretnego systemu czy frameworka i mogą odpowiadać za doświadczenie produktu mniej więcej od początku do końca, nawet na wielu platformach. Produktywność przyspieszyła tak bardzo, że wąskim gardłem nie jest już inżynieria, lecz trudne strategiczne pytania o to, co budować dalej.
„Codex zasadniczo zmienił nasze myślenie o inżynierii — do tego stopnia, że nie wyobrażamy sobie inżynierii bez niego.”
Dolphin wyjaśnia, że z Codex „inżynierowie poświęcają znacznie mniej czasu na myślenie o tym, jak dokładnie budują, a więcej na myślenie o wyniku”. Ten wynik może przybrać formę zrzutów ekranu lub filmu, do których agent może dążyć, określonej wydajności albo wyniku testu, bądź zupełnie nowego pomysłu na funkcję.
Nextdoor niedawno udostępnił Opportunity Alerts, które pomagają ludziom znaleźć usługodawców w pobliżu; z Codex inżynierowie kierują doświadczeniem produktu i planem rozwoju. Na przykład jeden z inżynierów pracujących nad alertami uznał, że przydatne byłoby pokazanie usługodawców na mapie. Historycznie taka funkcja wymagałaby współpracy trzech zespołów — inżynierii mobilnej, frontendu i backendu — i mogłaby nigdy nie wyjść z backlogu.
Ale z Codex „jeden inżynier był w stanie zbudować ją od początku do końca”, wyjaśnia Dolphin, „co oznacza, że nie tylko mogą szybciej napędzać rozwój produktu, lecz także lepiej rozumieją rzeczywiste doświadczenie produktu i to, co naprawdę warto wdrożyć”.
„Gdy inżynierowie zaczynają przechodzić wyżej w stosie, stają się bardziej odpowiedzialni za produkt, który budują. Naprawdę widać, jak poszczególni inżynierowie zaczynają prowadzić rozwój produktów.”
Pracując z wbudowanymi bazami danych Rust i systemami o trudnych warunkach wyścigu, Nextdoor korzysta z Codex przy debugowaniu problemów najtrudniejszych do odtworzenia. Zespół zapewnia agentowi czyste środowisko i uprząż do badania problemu, a następnie wykorzystuje go do wszystkiego — od ustalania, dlaczego pody Kubernetes nie startują, po znajdowanie właściwej linii trendu w analizie danych.
„W przypadku GPT‑5.4 i 5.5 to była naprawdę imponująca aktualizacja. Widzimy, że Codex świetnie radzi sobie z niezwykłą wytrwałością i próbami znalezienia właściwego rozwiązania, zagłębiając się w pozornie ezoteryczne szczegóły techniczne, aby dotrzeć do przyczyny źródłowej”, wyjaśnia Dolphin.
O Fast Mode z Codex i GPT‑5.5 Dolphin mówi: „Muszę być szczery, duża część zespołu jest od tego uzależniona. Gdy masz szybką pętlę informacji zwrotnej dotyczącą problemu, nad którym pracujesz, to uczucie jest dla inżyniera ekscytujące.”
Praca inżynieryjna stała się tak dużo szybsza, że Dolphin zauważył zmianę nacisków na różne części organizacji. „Poruszamy się tak dużo szybciej, że wąskie gardła nie są już w inżynierii. Teraz naprawdę chodzi o pytanie: jak możemy wskazać właściwe rzeczy do zbudowania i właściwą strategię — a mniej o to, jak faktycznie to zbudujemy.”
