Cisco และ OpenAI นิยามวิศวกรรมองค์กรใหม่ด้วย Codex

ตลอดหลายทศวรรษที่ผ่านมา Cisco ได้สร้างและดำเนินการระบบซอฟต์แวร์ที่ซับซ้อนและมีความสำคัญต่อภารกิจมากที่สุดในโลก เมื่อ Generative AI พัฒนาจากการทดลองไปสู่ความสามารถในการดำเนินงานจริง Cisco ก็หันมาใช้จุดแข็งที่ตนเชี่ยวชาญที่สุด นั่นคือ การขยายการใช้งานเทคโนโลยีขั้นสูงภายในสภาพแวดล้อมจริงที่มีความซับซ้อนและความต้องการสูง

แนวทางนี้กำลังเปลี่ยนวิธีที่ Cisco พัฒนาผลิตภัณฑ์ใหม่ๆ แล้ว รวมถึง AI Defense ซึ่ง Codex ช่วยย่นระยะเวลาของงานวิศวกรรมที่สำคัญจากหลายไตรมาสเหลือเพียงไม่กี่สัปดาห์

แทนที่จะมอง Codex เป็นเพียงเครื่องมือสำหรับนักพัฒนาที่ทำงานแยกส่วน Cisco เลือกนำมันเข้าสู่ขั้นตอนการทำงานในระดับการผลิตโดยตรง พร้อมทดสอบกับการใช้งานในระบบที่มีความซับซ้อน เช่น Repository ขนาดใหญ่ที่ใช้ภาษา C/C++ รวมถึงข้อกำหนดด้านความปลอดภัย การปฏิบัติตามข้อกำหนด และการกำกับดูแลขององค์กรระดับโลก

ตลอดการดำเนินงาน Cisco มีส่วนสำคัญในการพัฒนา Codex ให้ก้าวข้ามบทบาทของเครื่องมือเพิ่มประสิทธิภาพสำหรับนักพัฒนา ไปสู่ ผู้ช่วยวิศวกรรม AI ที่สามารถทำงานในสภาพแวดล้อมระดับองค์กรได้อย่างเต็มรูปแบบ

ผลงานของ Cisco ในด้าน AI Defense แสดงให้เห็นว่าโมเดลดังกล่าวสามารถนำไปประยุกต์ใช้จริงได้อย่างไร AI Defense คือโซลูชันด้านความปลอดภัยสำหรับ AI แบบครบวงจรของ Cisco ที่ช่วยป้องกันความเสี่ยงด้านความปลอดภัยและความมั่นคงที่เกิดขึ้นจากการใช้งาน AI

ทีมวิศวกรของ Cisco ได้เลือกใช้ Codex เป็นเครื่องมือหลักในการเขียนโค้ดสำหรับผลิตภัณฑ์ AI Defense รวมถึงฟีเจอร์ใหม่เกือบทั้งหมดที่กำลังอยู่ในระหว่างการพัฒนา

งานนี้ยังสะท้อนถึงบทบาทที่กว้างขึ้นของ Cisco ในการยกระดับความปลอดภัยด้าน AI Cisco เป็นหนึ่งในองค์กรด้านความปลอดภัยชั้นนำที่ร่วมงานกับโครงการริเริ่ม Daybreak ของ OpenAI ซึ่งรวบรวมโมเดลของ OpenAI, Codex และพันธมิตรด้านความปลอดภัยเข้าด้วยกัน เพื่อเร่งการป้องกันภัยไซเบอร์และรักษาความปลอดภัยให้ซอฟต์แวร์อย่างต่อเนื่อง ภายใต้โครงการนี้พวกเขาได้รับสิทธิ์เข้าถึง GPT‑5.5‑Cyber ซึ่งเป็นโมเดลสำหรับผู้ปฏิบัติงานด้านการป้องกันภัยไซเบอร์ ภายใต้การกำกับดูแลที่เหมาะสม

Cisco ยังใช้ Codex ช่วยสร้าง Defense Squad ซึ่งเป็นเครื่องมือโอเพนซอร์สที่ใช้เวลาตั้งแต่เริ่มคิดไอเดียจนถึงการปล่อยสู่ชุมชนนักพัฒนาภายในเวลาไม่ถึงหนึ่งสัปดาห์

Cisco มีองค์กรวิศวกรรมที่เติบโตเต็ม พร้อมทั้งกำลังดำเนินโครงการด้าน AI หลายโครงการควบคู่กันไป สิ่งที่ทำให้ Codex น่าสนใจไม่ใช่แค่ความสามารถในการเติมเต็มโค้ดหรือระบบอัตโนมัติเบื้องต้นเท่านั้น แต่เป็นความสามารถในการดำเนินงานได้ด้วยตนเอง Codex แสดงให้เห็นถึงศักยภาพในการ:

• ทำความเข้าใจและใช้เหตุผลกับ Repository ขนาดใหญ่ที่เชื่อมโยงถึงกัน
• ทำงานได้อย่างคล่องแคล่วในภาษาที่ซับซ้อน
• ดำเนินกระบวนการทำงานแบบครบวงจรผ่านลูปการคอมไพล์ ทดสอบ และแก้ไขปัญหาอัตโนมัติผ่านระบบ CLI
• ทำงานภายใต้กรอบการตรวจสอบ ความปลอดภัย และการกำกับดูแลที่มีอยู่แล้ว

วิศวกรของ Cisco มีส่วนร่วมในการพัฒนาผ่านการให้คำแนะนำแก่ OpenAI เกี่ยวกับการทำงานจริงของเครื่องมือเหล่านี้ ซึ่งช่วยหล่อหลอมฟีเจอร์สำคัญสำหรับองค์กร เช่น การประสานงานเวิร์กโฟลว์ ระบบควบคุมความปลอดภัย และการสนับสนุนกระบวนการทางวิศวกรรมที่ต่อเนื่องยาวนาน ซึ่งล้วนเป็นปัจจัยสำคัญสำหรับการใช้งานในระดับองค์กร

เมื่อ Codex เข้าไปเป็นส่วนหนึ่งของงานวิศวกรรมประจำวัน ทีมงานก็เริ่มนำไปใช้แก้ปัญหาในขั้นตอนการทำงานที่ท้าทายและกินเวลามากที่สุด:

การเพิ่มประสิทธิภาพการบิลด์ข้าม Repository: Codex วิเคราะห์บันทึกการบิลด์และกราฟการพึ่งพาข้าม Repository ที่เชื่อมโยงกันมากกว่า 15 แห่ง โดยระบุถึงจุดที่ไม่มีประสิทธิภาพ ผลลัพธ์: ลดเวลาในการบิลด์ลงประมาณ 20% และ ประหยัดชั่วโมงการทำงานของวิศวกรได้มากกว่า 1,500 ชั่วโมงต่อเดือน ในสภาพแวดล้อมทั่วโลก

การแก้ไขข้อบกพร่องในวงกว้าง (CodeWatch): ด้วยการใช้ Codex-CLI Cisco ทำให้การแก้ไขข้อบกพร่องเป็นระบบอัตโนมัติด้วยการดำเนินการแบบวนซ้ำโดยเอเจนต์บนฐานโค้ด C/C++ ขนาดใหญ่ งานที่เดิมต้องใช้เวลาหลายสัปดาห์ในการดำเนินการด้วยตนเอง ปัจจุบันสามารถแล้วเสร็จได้ภายในไม่กี่ชั่วโมง ส่งผลให้อัตราการแก้ไขข้อบกพร่องเพิ่มขึ้น 10–15 เท่า ทำให้วิศวกรสามารถมีเวลาให้กับการออกแบบและการตรวจสอบความถูกต้องของระบบได้มากขึ้น

ย้ายเฟรมเวิร์กได้ภายในเวลาไม่กี่วันแทนที่จะเป็นสัปดาห์: ตอนที่ทีม Splunk ต้องทำการย้าย UI หลายรายการจาก React 18 ไปสู่ React 19 Codex ได้เข้ามาทำหน้าที่จัดการงานซ้ำซ้อนส่วนใหญ่โดยอัตโนมัติ ส่งผลให้งานที่เคยใช้เวลาหลายสัปดาห์เหลือเพียงแค่ไม่กี่วัน ทำให้วิศวกรมีเวลาไปจัดการกับการตัดสินใจที่ต้องอาศัยวิจารณญาณและความเชี่ยวชาญมากกว่า

Cisco ส่งมอบฟีดแบ็กจากการใช้งานจริงให้แก่ OpenAI อย่างสม่ำเสมอ ช่วยให้ OpenAI พัฒนา Codex ให้มีความพร้อมรองรับองค์กรขนาดใหญ่ได้เร็วขึ้น โดยเน้นไปที่การปฏิบัติตามข้อกำหนด การจัดการงานวิศวกรรมระยะยาว และการผสานรวมเข้ากับระบบการพัฒนาเดิมขององค์กร

สำหรับ Cisco ความร่วมมือในครั้งนี้เป็นต้นแบบที่สามารถนำไปใช้ซ้ำได้ในการนำเทคโนโลยี AI ยุคใหม่มาปรับใช้ ซึ่งต้องอาศัยความร่วมมือทางเทคนิคเชิงลึก เวิร์กโหลดจริง และการมีเป้าหมายที่สอดคล้องกันระหว่างผู้นำตั้งแต่วันแรก

ปัจจุบัน Codex ถูกนำมาใช้งานในหน่วยธุรกิจต่างๆ ของ Cisco มากมาย ซึ่งช่วยเพิ่มประสิทธิภาพการทำงาน คุณภาพของโค้ด และลดระยะเวลาในการแก้ไขปัญหา แทนที่จะประเมินงานด้วยตัวชี้วัดด้านความพยายามแบบเดิมเพียงอย่างเดียว ทีมต่างๆ เริ่มหันมาถามกันมากขึ้นว่า “Codex จะใช้เวลารันงานนี้นานแค่ไหน”