Win through AI powered products: Conor Spicer, Solutions Engineer, OpenAI

TL;DR: OpenAI 的解决方案工程师 Conor Spicer 介绍了 AI 编码代理 Codeex，它能够自动化软件开发全流程，大幅提升代码交付速度和安全审查能力，并通过演示展示了从需求到部署的端到端工作流。 ## Codeex：超越自动补全的 AI 编码代理 Conor Spicer 首先介绍了 Codeex——OpenAI 的 AI 编码代理。它的能力远不止代码自动补全，而是能够完全自动化软件开发周期和开发者执行的许多不同任务。用户可以给 Codeex 分配一个任务，让它查看整个代码库，然后运行数小时甚至一整天，直到工作完成。 今年二月，OpenAI 推出了 Codeex 桌面应用，允许任何人使用自然语言开始生成代码并完成各种任务。Spicer 认为，这个 Codex 应用（注：原文为 Codeex，但视频中可能指代同一产品）已经成为金融服务领域技术团队和半技术团队的理想界面。 Codeex 的采用率几乎打破了 OpenAI 的所有图表记录。应用推出第一周下载量就突破了一百万，此后持续增长，目前每周活跃用户已超过 400 万。 ### OpenAI 内部的使用效果 在 OpenAI 内部，工程师默认使用 Codeex。Spicer 表示：“我们现在一周交付的代码量比以前一个月还多。” 每位工程师提交的 PR（代码块完成并提交）数量增加了 50%。团队在不增加同等人数的情况下，大幅提高了代码产出量和产品交付能力。他强调，Codeex 完全没有取代工程师，而是改变了他们的工作流程，让他们在工作中变得更加高效。 ## 金融行业的应用场景 Spicer 接着谈到 Codeex 在金融领域的潜力：可以开始重构和迁移遗留的钴系统（legacy systems），自动化监管报告，创建可供审计的文档，或者快速原型化贷款、交易或支付产品和服务。 为了演示，他采用了“Blossom Bank”的场景。Blossom 是一家成功的银行，拥有强大的消费银行产品，但面临来自竞争对手的威胁，以及快速实现客户所需新功能的压力。客户反复呼吁的需求是关于“预测性预算”——不再只是被告知花了多少钱，而是希望有工具帮助他们预测未来支出并提前规划。这类任务以前需要很长时间，并且需要跨多个团队的大量协调，因此他们求助于 Codeex。 ## 演示：从需求到交付的全流程 Spicer 进入 Codeex 应用（由 GPT5 模型驱动），展示了如何将一个历史回顾功能转变为预测性预测工具。 ### 1. 上下文获取与工具链整合 尽管 Spicer 很想立即写代码，但现实工作中经常需要处理紧急会议、事件或获取其他数据。Codeex 可以查看已有的关于代码库、文档和其他工具的上下文，帮助理解并迅速提取所需内容。它在不同的可观测性工具和代码库之间查找，为 Spicer 提取摘要。以前这类事情需要跨多个团队协调，现在可以立即运行，即使在会议上突然想到某个话题也能实时处理。 ### 2. 自动化模板与自定义工作流 除了临时需求，团队还可以将这些最佳实践扩展成自动运行的流程。Codeex 提供了一些模板解决方案，方便团队快速入门。用户也可以创建自己的自动化，比如每周工程摘要——了解团队构建了什么、交付了什么，以及可能阻碍团队的任何问题，这样在周初就能准备好。 ### 3. 构建新功能 Spicer 回到构建代码的主线。假设功能的上下文分布在很多不同地方：管理团队批准的规格定义存放在 SharePoint 中，设计、产品团队的文档可能在 Jira、Notion 甚至电子邮件里。无需在多个应用间切换，只需让 Codeex 使用对应连接器去查找即可。 一旦开始运行，Codeex 理解请求，并制定如何实现功能的计划。它搜索 SharePoint 找到引用的文件，检查代码库并立即制定计划。Spicer 可以在应用中直接打开计划，验证是否符合预期，然后再让 Codeex 开始实施。在实施过程中，Codeex 还会运行测试，检查代码是否符合标准。 ### 4. 观察代理构建代码 Spicer 强调，这类任务正是工程学已经完全改变的地方：“我不再自己敲代码，而是通过提示来驱动它。” 他在观察代理如何构建代码，并在其完成前可以介入引导。完成之后，可以检查实际编写的代码，建立理解，并看到所有工作如何运作的总结。 切换回应用，新功能已经实现，可以立即收集反馈并分享给他人。最后，Spicer 提交并推送所有新代码，进入审查阶段。 ### 5. 应对监管与遗留系统 Spicer 承认，现实中还要应对监管机构、遗留系统的摩擦等挑战。但 Codeex 也能帮忙。他展示了一个非常老式的门户（可能没有 API），需要将所有面向消费者应用的变更摘要提交给监管机构。Codeex 利用它的技能和浏览器自动化工具，完全自动处理这个任务：理解表单要求，进入代码库搜索相关信息、文档和证据，然后完全填充该门户。它会整理一份变更摘要，分享给 Spicer 检查，但不会直接提交，确保用户保持知悉。以前需要数小时的任务现在缩短到几分钟甚至更短。 ### 6. 代码审查与安全 Spicer 还展示了在 GitHub 上如何嵌入 Codeex 到审查流程中。自动化测试套件已运行，人工审查者也已检查通过。但 Codeex 发现了一个网络安全问题——对敏感字段的潜在错误处理，而人工审查者忽略了。Codeex 捕捉到问题后，甚至可以直接发送给 Codeex 来开始实施修复。 ## 关键要点 Spicer 总结： - Codeex 极大地加速了开发工作流程以及开发者执行的其它任务。 - Codeex 不仅能够交付更多代码，还能通过生产就绪的上下文代码审查来确保代码安全。 - 速度与安全的结合带来了巨大的兴奋，这正是今天在 Codeex 上看到的。 ## 团队支持与客户成功 Spicer 表示，组织在面临所有这些新代码和新工具学习时会感到压力。他和他的团队专注于为客户的工程团队提供支持和咨询，帮助他们搭建这些新流程，这样当扩大代码量时，才能真正抓住机遇，为客户创造全面的胜利。 --- Source: [Win through AI powered products: Conor Spicer, Solutions Engineer, OpenAI](https://www.youtube.com/watch?v=re-18gil_ec)