CiscoとOpenAI Codexエンタープライズ統合

CiscoはOpenAIのCodexを直接本番エンジニアリングワークフローに統合し、開発者の生産性ツールからエンタープライズ規模で動作可能なAIエンジニアのチームメイトへと変換しました。この統合により、重要なエンジニアリングスケジュールが数四半期から数週間に短縮され、C/C++コードベース全体にわたる複雑でマルチリポジトリなタスクの自動化が可能になりました。

AI Defenseによる製品開発の加速

CiscoはCodexを使用して、AIによってもたらされるリスクから保護するために設計されたエンドツーエンドのAIセキュリティ製品であるAI Defenseソリューションの大半を記述し、現在開発中のほぼすべての新機能にも適用しました。この開発スピードの変化により、顧客に機能を提供するために必要な時間が数四半期からわずか数週間に短縮されました。

さらに、CiscoはCodexを使用して「Defense Squad」というオープンソースツールを開発しました。このツールはアイデーションフェーズから開発者コミュニティへと1週間未満で移行しました。Daybreakイニシアティブの一環として、Ciscoはサイバー防御者向けの専門モデルであるGPT-5.5-Cyberへのアクセスも管理しています。

エンタープライズコードベースにおけるエージェンティックAI機能

標準的なコード補完ツールとは異なり、Codexは複雑でミッションクリティカルな環境で動作できるエージェンティック機能を提供します。主な技術的機能には以下が含まれます：

• マルチリポジトリ推論: 大規模で相互接続されたリポジトリ全体を理解し、推論する能力。
• 言語流暢性: C/C++などの複雑な言語に対する高い習熟度。
• 自律ワークフロー: CLIベースの自律的なコンパイル-テスト-修正ループの実行。
• ガバナンス統合: 既存のエンタープライズセキュリティ、レビュー、ガバナンスフレームワーク内で動作する能力。

クリティカルなエンジニアリングワークフローへの影響

CiscoはCodexを3つの主要な高インパクトエンジニアリング課題に適用しました：

マルチリポジトリビルド最適化

Codexは15以上の相互接続されたリポジトリにおける依存関係グラフとビルドログを分析し、非効率を特定しました。これにより、ビルド時間が約20%削減され、グローバル環境全体で月に1,500時間以上のエンジニアリング時間が節約されました。

大規模な欠陥修復 (CodeWatch)

Codex-CLIを使用して、Ciscoは大規模なC/C++コードベースに対して反復的かつエージェンティックな実行による欠陥修復を自動化しました。このプロセスにより、欠陥解決スループットが10〜15倍向上し、修復に必要な時間が手作業での何週間かから数時間に短縮されました。

フレームワーク移行

CiscoのSplunkチームにおいて、CodexはReact 18から19への複数のUI移行に必要な繰り返し変更の大半を自律的に処理し、スケジュールを数週間から数日に短縮しました。

エンタープライズの準備状況とロードマップ

CiscoとOpenAIのパートナーシップは、大規模なエンタープライズ利用に向けたCodexの準備を加速するフィードバックループとして機能しました。Ciscoはコンプライアンス、開発パイプラインへの統合、長時間実行タスクの管理に関する重要なデータを提供しました。

According to Ryan Brady, a Principal Engineer in Cisco's Splunk group, the most significant gains occurred when the tool was treated as a team member:

"The biggest gains came when we stopped thinking about Codex as a tool and started treating it as part of the team. We use Codex to generate and follow a plan document, allowing the reviewing team to more easily understand both the process and the code generated."