Codex with GPT-5.5 加速了 Ramp 的代碼審查

Ramp 工程師使用 Codex with GPT‑5.5 在幾分鐘內獲得實質性的 pull‑request 反饋，而非耗費數小時，並藉此構建如 On‑Call Assistant 之類的內部代理型工具（agentic tooling），展示了該模型的推理能力如何減少手動工作並加速開發。

加速代碼審查

Codex with GPT‑5.5 為 Ramp 工程師提供快速且徹底的 pull‑request 反饋，將數小時的等待縮短為幾分鐘的審查。 得益於其推理能力，Codex with GPT‑5.5 減少了工程師原本必須進行的大量手動操作。

“Codex code review 能發現我、其他工程師，以及其他 AI code reviewers 絕對會錯過的細節。” —Austin Ray, AI DevEx at Ramp

Codex code review 被描述為 Ramp 長期依賴的業界金標準；工程師會直接點名要求使用它，期待它在每個 PR 上的評論，它已成為許多代碼審查流程中不可或缺的一部分。 過去需要等待數小時才能獲得首次審查的工程師，現在可以在幾分鐘內從 Codex 獲得實質性的反饋。 Codex 與其他工具的不同之處在於它能針對代碼庫進行深度推理，從而達到大多數人類審查者因時間不足而無法達到的徹底程度。 該工具能適應工程師的工作習慣：偏好底層開發的人可以使用 CLI，而 Codex app 則為需要視覺提示、工具和額外功能的人提供了支持。 通常使用 CLI 的 Ray 被 app 所吸引，他表示：「感覺這款 app 能引導你在工程工作流中實現更高的生產力。」

“Codex with GPT-5.5 在處理複雜問題方面表現得極其出色，而這類問題通常需要我投入大量的精神努力、大量的睡眠以及對問題的高度專注才能解決。” —Austin Ray, AI DevEx at Ramp

內部代理型工具開發

透過使用 Codex with GPT‑5.5，Ramp 的 AI DevEx 團隊加速了 On‑Call Assistant 的創建，這是一款減輕值班負擔的代理型工具。 值班工作很困難，因為它涉及大量的業務邏輯、領域知識以及需要同時維護多種情境並對複雜問題進行推理的重大事件。 對工程師而言，這需要投入大量的精神努力和專注且不間斷的注意力。 其中包含許多複雜性，包括並發錯誤（concurrency bugs）、外部與內部事件之間微妙的平衡，以及必須時刻記住不斷演變細節的長期事件調查。 有了 Codex，Ray 可以依賴其「極其出色」的推理能力來支持開發。 因此，On-Call Assistant 的構建速度顯著提升，Ray 對於交付的每一次改進都更有信心。

“我們的產品表面積非常龐大，”Ray 說。「Codex with GPT-5.5 處理起來卻顯得游刃有餘。」

AI 採用的領導力經驗

Austin Ray 建議領導者應透過展示實際價值、透過引導初次體驗來建立信任，並與供應商保持緊密的反饋循環，來推動 AI 工具的採用。 Ray 評估所有開發者工具（包括 AI 驅動的工具）的視角是：它們是否真的改變了人們交付代碼的方式，還是僅僅是一個演示（demo）。 他對其他領導者的建議如下：

• 親自展示 AI 工具的潛力：「讓你的工程師安裝 Codex，與他們坐在一起，引導他們完成一個非常紮實的初次體驗。為他們描繪出開發工作未來的可能性。」
• 建立信任與迭代的途徑：「大多數工程師並未完全理解或信任他們會從中獲得良好的體驗。他們將其視為實驗性的東西。透過引導他們完成初次體驗，你可以改變他們的觀點，讓他們願意自行探索與迭代，直到他們成為你最優秀的 AI 使用者之一。」
• 投資於反饋循環：「我們直接與 Codex 團隊進行反饋溝通。當我們遇到問題時，我們有直接的聯繫管道。這種反饋循環是讓供應商關係值得投資的關鍵，我們與 Codex 團隊取得了驚人的進展。」

  “Codex 是真材實料。Codex 絕對幫助我們加快了交付速度。” —Austin Ray, AI DevEx at Ramp

未來展望：工程師作為編排者

Codex 正在改變 Ramp 工程師的工作速度，並為他們提供支持更大抱負的資源。 對 Ray 而言，這預示著一種思考工程整體的新方式。

“工程師將成為編排者（orchestrators）。技能不再是親自編寫每一行代碼，而是知道如何指揮像 Codex 這樣的 AI 工具、何時信任它們，以及何時提出異議。在 Ramp，我們最優秀的工程師學得最快。”