Cisco 與 OpenAI Codex 企業整合

Cisco 與 OpenAI Codex 企業整合

Cisco 已將 OpenAI 的 Codex 直接整合到其生產工程工作流程中，將其從開發者生產力工具轉變為能夠在企業規模下運作的 AI 工程師隊友。此整合將關鍵工程時間表從數個季度壓縮至數週，並實現了在 C/C++ 代碼庫中複雜的多倉儲任務的自動化。

使用 AI Defense 加速產品開發

Cisco 使用 Codex 編寫了其 AI Defense 解決方案的大部分——這是一個端到端的 AI 安全產品，旨在防範由 AI 帶來的風險——以及目前開發中的幾乎所有新功能。開發速度的這種變化將功能交付給客戶所需的時間從數個季度縮短至僅幾週。

此外，Cisco 使用 Codex 開發了 "Defense Squad"，這是一個從構想階段進入開發者社區的開源工具，時間少於一週。作為 Daybreak 計畫的一部分，Cisco 也管理對 GPT-5.5-Cyber 的存取，這是一個專門用於網路防禦者的模型。

Agentic AI 在企業代碼庫中的能力

與標準代碼補全工具不同，Codex 提供了代理能力，使其能夠在複雜的、關鍵任務的環境中運作。關鍵技術能力包括：

  • Multi-Repository Reasoning：能夠理解並推理大型互連倉儲。
  • Language Fluency：在複雜語言（特別是 C/C++）方面具有高度熟練。
  • Autonomous Workflows：執行基於 CLI 的自主編譯-測試-修復循環。
  • Governance Integration：能夠在現有的企業安全、審查和治理框架內運作。

對關鍵工程工作流程的影響

Cisco 將 Codex 應用於三項主要的高影響工程挑戰：

跨倉儲建置優化

Codex 分析了超過 15 個互連倉儲的依賴圖和建置日誌，以識別低效率。這導致建置時間減少約 20%，並在全球環境中每月節省超過 1,500 工程小時。

大規模缺陷修復 (CodeWatch)

透過使用 Codex-CLI，Cisco 在大規模 C/C++ 代碼庫上使用迭代的代理執行來自動化缺陷修復。此過程使缺陷解決吞吐量提高了 10-15 倍，將修復所需的時間從數週的手動工作縮短至數小時。

框架遷移

對於 Cisco 的 Splunk 團隊，Codex 自主處理了將多個 UI 從 React 18 遷移到 React 19 所需的大量重複變更，將時間表從數週壓縮至數天。

企業就緒與路線圖

Cisco 與 OpenAI 的合作充當了回饋迴路，以加速 Codex 在大規模企業使用中的準備就緒。Cisco 提供了關於合規性、與開發管道的整合以及長時間任務管理的關鍵數據。

根據 Ryan Brady，Cisco Splunk 團隊的首席工程師，最顯著的收益是在將工具視為團隊成員時發生的：

"當我們停止將 Codex 視為工具，並開始將其視為團隊的一部分時，我們才獲得了最大的收益。我們使用 Codex 生成並遵循計畫文件，使審查團隊能更輕鬆地理解過程和生成的代碼。"

Sources