Simplex 软件开发集成 OpenAI Codex

Simplex 已采用 OpenAI Codex 作为其主要编码代理，并将 ChatGPT Enterprise 作为组织基础，以从传统软件开发转向 AI 原生交付模型。这一转变带来了显著的生产力提升，包括对 CRUD 型 Web 应用的每个屏幕开发工时降低 70%。

AI 原生交付与 Codex 的角色

Simplex 正在超越将生成式 AI 仅用作简单辅助工具的做法，而是采用具备代理能力的系统来委派直接推进项目的多步骤任务。通过将 Codex 作为主要编码代理，Simplex 将 AI 的效用扩展到整个开发生命周期：

• 设计与实现： 直接根据设计文档和参考实现生成前端和后端代码。
• 测试： 创建单元测试并生成测试代码。
• 质量保证： 审查并整改非功能性需求，修复内部集成测试中发现的缺陷。
• 自动化工作流： 验证使用 Codex CLI 运行 Python 脚本的工作流，持续从服务器实现到修复端到端测试中发现的问题。

可量化的生产力提升

Simplex 最初聚焦于 CRUD 型 Web 应用，测量了以下各开发阶段的时间节省：

• 屏幕开发： 开发每个屏幕所需工时减少 70%。
• 屏幕设计： 设计每个屏幕所需工时减少 40%。
• 内部集成测试： 所需工时减少 17%。

Simplex 的执行首席 Kazuya Ujihiro 表示，这些结果超出了工程工时的范畴，他指出 Codex 使高级专业知识能够更广泛地应用，并使小团队能够更有效地推进设计工作。

AI 采纳的组织运营模型

Simplex 将 AI 采纳视为运营模型的变革，而非单纯的工具推行。公司于 2023 年建立了卓越中心，以在全公司部署 ChatGPT Enterprise 之前验证 AI 原生流程。

从推行中得到的关键领导经验包括：

• 量化验证： 必须在扩展到生产之前对影响进行量化测量。
• 集中专长： 选择主要 AI 代理（Codex）使团队能够更高效地积累和共享使用经验。
• 治理与支持： 采纳需要治理、培训和支持框架。
• 并行执行： 验证与赋能应分离，以便实验和推行能够同步进行。
• 问责制： 必须明确 AI 执行工作的范围与人类保留最终质量问责的界限。

重新设计开发流程

Simplex 正在重新设计软件开发生命周期，摆脱需求、设计、实现、测试的线性顺序。新方法侧重于提前定义规则和约束，然后通过反复集成和自动化评估来提升质量。

Kazuya Ujihiro 认为，随着 API 目录和标准化设计规则的成熟，Codex 有望从简单系统的需求提案（RFP）自动生成产品。此外，Simplex 正在探索 AI 代理直接执行业务任务而非以传统源代码实现的情景。