Cisco اور OpenAI: Codex سے انٹرپرائز انجینئرنگ کی نئی تعریف

کئی دہائیوں سے، Cisco نے دنیا کے کچھ انتہائی پیچیدہ اور مشن کے لیے نہایت اہم سافٹ ویئر سسٹمز تیار کیے اور چلائے ہیں. جب جنریٹو AI تجربات سے حقیقی عملی صلاحیت کی طرف بڑھا، تو Cisco نے اپنی مہارت پر توجہ مرکوز کی: سخت تقاضوں والے، حقیقی دنیا کے ماحول میں جدید ٹیکنالوجی کو بڑے پیمانے پر نافذ کرنا.

یہ طریقہ پہلے ہی Cisco کے نئے مصنوعات بنانے کے انداز کو شکل دے رہا ہے، بشمول AI Defense، جہاں Codex نے اہم انجینئرنگ کام کو کئی سہ ماہیوں سے ہفتوں تک سمیٹنے میں مدد دی.

Codex کو ایک الگ ڈویلپر ٹول سمجھنے کے بجائے، Cisco نے اسے براہ راست پروڈکشن انجینئرنگ کے عملی بہاؤ میں ضم کرنا شروع کیا، اسے بہت بڑے ملٹی-ریپوزٹری سسٹمز، C/C++ پر مبنی بھاری کوڈ بیسز، اور ایک عالمی انٹرپرائز کی سیکیورٹی، تعمیل، اور گورننس ضروریات کے سامنے رکھا.

اس عمل میں، Cisco نے Codex کو ڈویلپر پیداواری ٹول سے بنیادی طور پر مختلف چیز بنانے میں مدد دی: ایک AI انجینئرنگ ساتھی جو انٹرپرائز پیمانے پر کام کر سکتا ہے.

AI Defense پر Cisco کا کام دکھاتا ہے کہ یہ ماڈل عملی طور پر کیسا ہو سکتا ہے. AI Defense، سسکو Cisco کا شروع سے آخر تک AI سیکیورٹی حل ہے، جو AI سے پیدا ہونے والے سیفٹی اور سیکیورٹی خطرات سے تحفظ دیتا ہے.

Cisco کی ٹیم نے AI Defense کا بیشتر حصہ اور Cisco کی بنائی جانے والی تقریباً ہر نئی خصوصیت لکھنے کے لیے Codex استعمال کیا.

یہ کام AI سیکیورٹی کو آگے بڑھانے میں Cisco کے وسیع تر کردار کی بھی عکاسی کرتا ہے. Cisco ان نمایاں سیکیورٹی تنظیموں میں شامل ہے جو OpenAI کے Daybreak اقدام کے ساتھ کام کر رہی ہیں، جو سائبر دفاع کو تیز کرنے اور سافٹ ویئر کو مسلسل محفوظ بنانے کے لیے OpenAI ماڈلز، Codex، اور سیکیورٹی شراکت داروں کو یکجا کرتا ہے. اس پروگرام کے حصے کے طور پر، ان کے پاس GPT‑5.5‑Cyber تک کنٹرول شدہ رسائی رہی ہے، جو سائبر دفاع کاروں کے لیے ایک ماڈل ہے.

Cisco نے اپنی Defense Squad بنانے میں بھی Codex استعمال کیا، ایک اوپن سورس ٹول جو ایک ہفتے سے کم وقت میں خیال سے ڈویلپر کمیونٹی تک پہنچا.

Cisco پہلے ہی ایک مستحکم انجینئرنگ تنظیم چلاتا ہے جس میں کئی AI اقدامات جاری ہیں. Codex کو پُرکشش بنانے والی چیز کوڈ کمپلیشن یا سطحی درجے کی خودکاری نہیں تھی، بلکہ ایجنسی. Codex نے یہ صلاحیت ظاہر کی کہ:

• بڑی، باہم منسلک ریپوزٹریز میں سمجھ اور استدلال کر سکے
• پیچیدہ زبانوں میں روانی سے کام کر سکے
• CLI پر مبنی، خودمختار compile-test-fix لوپس کے ذریعے حقیقی عملی بہاؤ انجام دے سکے
• موجودہ جائزہ، سیکیورٹی، اور گورننس فریم ورکس کے اندر کام کر سکے

OpenAI کے ساتھ براہ راست کام کرکے، Cisco انجینئرز یہ رائے دے سکے کہ یہ صلاحیتیں حقیقی ماحول میں کیسے برتاؤ کرتی ہیں، جس سے عملی بہاؤ کی ترتیب کاری، سیکیورٹی کنٹرولز، اور طویل مدت چلنے والے انجینئرنگ کاموں کی معاونت جیسے شعبوں کی تشکیل ہوئی—یہ سب انٹرپرائز استعمال کے لیے اہم ہیں.

جب Codex روزمرہ انجینئرنگ کام میں شامل ہوگیا، ٹیموں نے اسے اپنے چند سب سے مشکل اور وقت طلب عملی بہاؤ پر لاگو کرنا شروع کیا:

کراس-ریپوزٹری بلڈ کی احسن کاری: Codex نے 15 سے زیادہ باہم مربوط ریپوزٹریز میں بلڈ لاگز اور ڈیپنڈنسی گرافس کا تجزیہ کیا اور غیر مؤثر پہلوؤں کی نشاندہی کی. نتیجہ: تعمیر کے اوقات میں ~20% کمی اور عالمی ماحول میں ہر ماہ 1,500 سے زیادہ انجینئرنگ گھنٹوں کی بچت.

بڑے پیمانے پر نقص کی اصلاح (CodeWatch): Codex-CLI استعمال کرتے ہوئے، Cisco نے بڑے پیمانے پر C/C++ کوڈ بیسز میں تکراری، ایجنٹک عمل درآمد کے ذریعے نقص کی مرمت کو خودکار بنایا. جو کام کبھی ہفتوں کی دستی محنت لیتا تھا، اب گھنٹوں میں مکمل ہو جاتا ہے، نقص کی درستی کے تھروپٹ میں 10-15× اضافہ فراہم کرتا ہے اور انجینئرز کو ڈیزائن اور توثیق پر توجہ مرکوز کرنے کے لیے فارغ کرتا ہے.

فریم ورک منتقلی ہفتوں نہیں، دنوں میں: جب Splunk ٹیموں کو متعدد یوزر انٹرفیسز کو React 18 سے 19 پر منتقل کرنا تھا، Codex نے دہرائی جانے والی تبدیلیوں کا بڑا حصہ خودمختاری سے سنبھالا، ہفتوں کے کام کو دنوں میں سمیٹا اور انجینئرز کو زیادہ فیصلہ طلب امور پر توجہ دینے دی.

Cisco نے حقیقی پروڈکشن استعمال سے مسلسل رائے دی، جس سے OpenAI کو بڑے انٹرپرائزز کے لیے Codex کی تیاری تیز کرنے میں مدد ملی—خاص طور پر تعمیل، طویل مدت چلنے والے کاموں کے نظم، اور موجودہ ترقیاتی پائپ لائنز کے ساتھ انضمام جیسے شعبوں میں.

Cisco کے لیے، اس تعاون نے اگلی نسل کی AI اپنانے کا ایک دہرایا جا سکنے والا ماڈل قائم کیا: گہری تکنیکی شراکت، حقیقی کام کے بوجھ، اور پہلے دن سے قیادت کی ہم آہنگی.

آج، Codex کو Cisco کے متعدد کاروباری یونٹس میں استعمال کیا جاتا ہے، جس سے پیداواری صلاحیت، کوڈ کے معیار، اور حل تک پہنچنے کے وقت میں بہتری آتی ہے. کام کو صرف کوشش کے روایتی پیمانوں سے ناپنے کے بجائے، ٹیمیں بڑھتے ہوئے یہ پوچھ رہی ہیں، “اس Codex عمل میں کتنا وقت لگے گا.”