Så gör Braintrust kundönskemål till kod med Codex
Braintrusts ingenjörer använder Codex med GPT‑5.5 för att omvandla kunders funktionsönskemål till förhandsversioner i separata utvecklingsgrenar på några minuter och utöka omfattningen av sina tekniska experiment.
50%
av Braintrust-teamet gick över till Codex på en månad
Braintrust är en plattform för insyn och utvärdering som hjälper team att utveckla AI-produkter av hög kvalitet.
Med Codex kan deras ingenjörer nu ta kunders funktionsönskemål och skapa utvecklingsgrenar för att visa fungerande idéer för kunder på några minuter.
På en månad gick hälften av Braintrust-teamet över till Codex. För grundaren och vd:n Ankur Goyal är den största förändringen inte bara snabbare kodning. Det är en snabbare återkopplingsloop med kunderna.
”Det låter enkelt, men Codex kan bokstavligen skriva ut mer text i terminalen utan att bli långsammare, och andra modeller kan helt enkelt inte återskapa det”, säger Goyal.
”Den största vinsten är hastighet.”
Hastighet behandlas ofta som en egenskap hos ett verktyg, fristående från dess kärnfunktionalitet, men för Goyal ”förändrar hastighetsskillnaden hur jag interagerar med Codex jämfört med andra modeller.”
Med Codex kan Braintrust-teamet integrera iteration i sitt utvecklingsflöde i stället för att låta önskemål ligga och vänta. ”Codex gjorde det möjligt för oss att prova kunders funktionsönskemål i realtid”, säger Goyal. ”Tidigare hamnade ett funktionsönskemål i backloggen och prioriterades vid ett senare tillfälle.”
I stället kan teamet kopiera och klistra in önskemål i Codex, skapa en utvecklingsgren och visa den färdiga lösningen för kunden på några minuter. ”Det riktigt häftiga med Codex är att vi kan iterera och utveckla idéer kring funktionsönskemål tillsammans med kunden i realtid”, säger Goyal.
”Ju mer kod vi skriver, desto fler kundproblem kan vi lösa, och Codex är det mest effektiva sättet att göra det just nu.”
För Goyal förändrar Codex hur mycket förarbete som krävs för att testa nya idéer. ”Med andra modeller behövde jag försöka få modellen att lösa ett specifikt problem genom att formulera rätt prompt”, säger han. Långsammare verktyg kräver mer manuell vägledning, vilket gör experimenterandet mer resurskrävande.
”Med Codex har jag gått över till att skriva ett test som demonstrerar ett problem, skapa en sandlådemiljö och sedan låta Codex köras i den miljön”, säger Goyal. ”Det här är ett nytt användningsfall för mig, och jag kan köra experiment tack vare hastigheten.”
Den hastigheten ger Braintrust-teamet mer utrymme att experimentera. I stället för att prompta steg för steg kan ingenjörerna definiera problemet, låta Codex arbeta i en kontrollerad miljö och gå snabbare från idé till fungerande lösning.
”Det riktigt häftiga med Codex är att vi kan iterera kring och utveckla idéer för funktionsönskemål tillsammans med kunden i realtid.”
