Cisco 和 OpenAI 用 AI 智能体重新定义企业工程

# Cisco与OpenAI借助AI代理重新定义企业工程 来源：https://openai.com/index/cisco/ 几十年来，Cisco一直构建并运营着全球最复杂、最关键的一些软件系统。随着生成式AI从实验阶段走向真正的运营能力，Cisco聚焦于自己最擅长的领域：**在严苛的真实环境中扩展先进技术**。 这种思维促使Cisco开始与OpenAI围绕Codex展开密切合作，共同定义企业级AI在软件工程领域的实际应用形态——以及Codex如何在复杂生产环境中应用于真实的大规模工程工作。 Cisco没有将Codex视为一个独立的开发者工具，而是直接将其集成到生产工程工作流中，让其面对庞大的多仓库系统、以C/C++为主的代码库，以及全球企业在安全、合规和治理方面的要求。 在这个过程中，Cisco帮助Codex演变成了一种与开发者生产力工具截然不同的东西：**一个能够在企业规模下运行的AI工程队友**。 > "我非常喜欢发现将Codex集成到Cisco企业软件生命周期工作流中的新机会。与OpenAI团队合作，让Codex达到企业生产就绪状态，也让我收获颇丰。" > > ——Ching Ho，Cisco工程领导团队成员 Cisco本身已经拥有一个成熟的工程组织，同时运行着多项AI计划。Codex之所以引人注目，不是因为代码补全或表面层面的自动化，而是因为**代理能力**。Codex展现了以下能力： - 理解并推理**大型、相互关联的仓库** - 流畅地处理**复杂语言** - 通过**基于CLI的自主编译-测试-修复循环**执行真实工作流 - 在现有的**审查、安全与治理框架**内运行 通过与OpenAI直接合作，Cisco的工程师们能够就这些能力在真实环境中的表现提供反馈，从而塑造了工作流编排、安全控制以及对长时间运行工程任务的支持等领域——这些对企业级使用都至关重要。 一旦Codex融入日常工程工作，团队便开始将其应用于一些最具挑战性且最耗时的任务： **跨仓库构建优化**：Codex分析了超过15个相互关联仓库的构建日志和依赖关系图，识别出低效环节。结果是：构建时间减少约20%，全球环境每月节省**超过1500个工程工时**。 **大规模缺陷修复（CodeWatch）**：利用Codex-CLI，Cisco实现了对大型C/C++代码库的缺陷自动修复，通过迭代的代理执行方式。曾经需要数周手动工作才能完成的任务，现在几小时内即可完成，缺陷修复吞吐量提升**10-15倍**，工程师得以专注于设计与验证。 **框架迁移：从数周缩短到数天**：当Splunk团队需要将多个UI从React 18迁移到19时，Codex自主处理了大部分重复性变更，将数周的工作压缩到几天内完成，让工程师能够集中精力处理需要判断力的决策。 > “最大的收益发生在我们不再把Codex当作一个工具，而是开始把它当作团队一部分的时候。我们使用Codex生成并跟踪一个计划文档，让审查团队更容易理解流程和生成的代码。” > > ——Ryan Brady，Cisco Splunk团队首席工程师 Cisco通过真实生产使用中的持续反馈，帮助OpenAI加速了Codex在大型企业中的就绪程度——特别是在合规、长时间运行任务管理以及与现有开发流水线集成等方面。 对Cisco而言，此次合作建立了一个可复用的下一代AI采纳模式：**深度的技术合作、真实的工作负载，以及从一开始就保持的领导层对齐**。 > “Codex已经成为我们思考未来AI辅助开发与运营的重要部分。” > > ——Brad Murphy，Cisco Splunk工程团队副总裁 在接下来的几个月里，Cisco和OpenAI将继续在Codex及其他方面密切合作，共同推进在企业规模下实现AI原生工程这一使命。