Codex with GPT-5.5 Speeds Up Code Review at Ramp

Ramp 工程师使用 Codex with GPT‑5.5 在几分钟内获得实质性的 pull‑request 反馈，而不是花费数小时，并构建了诸如 On‑Call Assistant 之类的内部 agentic tooling，展示了该模型的推理能力如何减少手动工作并加速开发。

Code Review Acceleration

Codex with GPT‑5.5 为 Ramp 工程师提供快速、彻底的 pull‑request 反馈，将长达数小时的等待缩短为几分钟的审查。 得益于其推理能力，Codex with GPT‑5.5 减少了工程师原本必须进行的各种手动、亲手操作的工作。

“Codex code review 能发现我、其他工程师以及其他 AI code reviewers 绝对会错过的东西。” —Austin Ray, AI DevEx at Ramp

Codex code review 被描述为 Ramp 长期依赖的行业金标准；工程师们会点名要求使用它，期待它在每个 PR 上的评论，它已成为许多 code review 流程中必不可少的一部分。 曾经需要等待数小时才能获得首次审查的工程师，现在可以在几分钟内从 Codex 那里获得实质性的反馈。 Codex 脱颖而出，是因为它能针对 codebase 进行深度推理，从而达到大多数人类审查者都无法腾出时间完成的彻底程度。 该工具在工程师最需要的地方提供支持：偏好底层工作的用户可以使用 CLI，而 Codex app 则为那些需要视觉提示、实用程序和额外功能的用户提供支持。 Ray 通常是 CLI 用户，但他被 app 所吸引，他表示：“感觉这个 app 能引导你在工程工作流中实现更高的生产力。”

“Codex with GPT-5.5 在处理复杂性方面表现得极其熟练，而这种复杂性如果靠我来解决，需要耗费大量的精力、大量的睡眠以及对问题的高度专注。” —Austin Ray, AI DevEx at Ramp

Internal Agentic Tooling Development

通过使用 Codex with GPT‑5.5，Ramp 的 AI DevEx 团队加速了 On‑Call Assistant 的创建，这是一款减轻值班负担的 agentic tool。 值班工作很困难，因为它涉及大量的业务逻辑、领域知识以及需要保持大量上下文并进行复杂推理的重大事件。 对于工程师来说，这需要巨大的精力投入和专注且不间断的注意力。 其中存在大量的复杂性，包括并发 bug、外部事件与内部事件之间微妙的平衡，以及必须时刻记住细节的长期事件调查。 有了 Codex，Ray 可以依靠其“极其熟练”的推理能力来支持开发。 结果，On-Call Assistant 的构建速度显著加快，Ray 对每一次发布的改进都更有信心。

“我们的产品覆盖范围非常广，”Ray 说。“Codex with GPT-5.5 处理起来游刃有余。”

Leadership Lessons for AI Adoption

Austin Ray 建议领导者通过展示实际价值、通过引导性的首次体验建立信任，并与供应商保持紧密的反馈循环来推动 AI 工具的采用。 Ray 通过一个视角来评估所有开发工具（包括 AI 驱动的工具）：它们是否真正改变了人们提交代码的方式，还是仅仅是一个 demo。 他为其他领导者建议如下：

• 首先展示 AI 工具的潜力：“让你的工程师安装 Codex，坐下来和他们一起，引导他们完成一个非常扎实的首次会话。描绘出开发工作可以为他们带来的愿景。”
• 建立信任与迭代的路径：“大多数工程师并不完全理解或信任他们会获得良好的体验。他们将其视为实验性的东西。通过引导他们完成那次初次体验，你改变了他们的观点，使他们愿意自己去探索和迭代，直到他们成为你最出色的 AI 用户之一。”
• 投资于反馈循环：“我们直接与 Codex 团队就反馈进行沟通。当我们遇到问题时，我们有直接的沟通渠道。这种反馈循环才是值得投资的供应商关系，我们在 Codex 团队那里取得了惊人的进展。”

  “Codex 是真材实料的。Codex 确实帮助我们更快地交付。” —Austin Ray, AI DevEx at Ramp

Future Outlook: Engineers as Orchestrators

Codex 正在改变 Ramp 工程师的工作速度，并为他们提供支持更大雄心的资源。 对于 Ray 来说，这预示着一种看待整个工程领域的新方式。

“工程师将成为编排者（orchestrators）。技能不再是亲自编写每一行代码。而是知道如何指导像 Codex 这样的 AI 工具，知道何时信任它们，以及何时提出异议。在 Ramp，我们最优秀的工程师学习得最快。”