Datadog 将 OpenAI Codex 集成用于系统级代码审查
Datadog 已将 OpenAI Codex 集成到其开发工作流中，以超越表层 lint 检查，迈向系统级代码审查。通过对整个代码库及其依赖关系进行推理，Codex 能识别出传统静态分析工具和人工审查者常常忽视的系统性风险和跨模块交互。
通过 AI 审查降低生产事故
Codex 已展示出通过识别在初始人工审查中未被发现的缺陷来防止生产事故的可衡量能力。为验证这一点，Datadog 的 AI 开发体验（AI DevX）团队使用了事故重放工具，重建了此前导致真实事故的 pull request。
在本次评估中，Codex 在约 22% 的审查事故中识别出风险——这些案例中，工程师确认 AI 的反馈本可以产生影响。该表现超越了 Datadog 评估的所有其他工具，证明该代理能够呈现出补充人类判断的风险，而非单纯取代人类。
系统级推理 vs. 静态分析
不同于标记表层问题的传统规则工具或高级 linter，Codex 在程序的更大上下文中分析 pull request 的意图。这使得该工具能够对复杂的架构风险提供高价值反馈，包括：
- 跨模块交互： 识别当前 diff 中未直接修改的模块中的风险。
- 跨服务耦合： 发现在不同服务交互的区域缺失的测试覆盖。
- API 合约风险： 突出可能导致下游故障的 API 合约变更。
Datadog 的工程经理 Brad Carter 表示，Codex 是团队首次遇到的能够在整个程序上下文中考虑 diff、执行代码和测试以验证行为的工具。
扩展工程可靠性
Datadog 已将 Codex 部署给超过 1,000 名工程师。此集成已将代码审查的主要目标从优化周期时间转向提升系统可靠性。
通过自动检测关键缺陷和边缘情况，Codex 使人工审查者能够将关注点从错误检测转向更高层次的架构和设计。这种方法将 AI 代理视为核心可靠性系统，在大规模交付代码时提升信心。
"Codex 改变了我对代码审查应有方式的看法。它并不是要复制我们最优秀的人工审查者，而是要发现人类在孤立审查变更时难以察觉的关键缺陷和边缘情况。"
— Brad Carter, Engineering Manager at Datadog