数十年来，Cisco 始终致力于构建并运营全球最复杂的任务关键型软件系统。随着生成式 AI 逐步突破实验阶段并掌握真正的运营能力，Cisco 开始专注于自身最擅长的领域：在要求严苛的真实环境中扩展先进技术。
这种方法已经在塑造 Cisco 构建新产品的方式，包括 AI Defense；在其中，Codex 帮助将关键工程工作从数个季度压缩到数周。
Cisco 没有把 Codex 视为独立的开发者工具，而是开始将其直接集成到生产工程工作流中，让它接触庞大的多代码仓库系统、以 C/C++ 为主的代码库，以及全球企业所需的安全、合规和治理要求。
在这一过程中，Cisco 帮助 Codex 从开发者生产力工具演进为一种根本不同的形态：能够以企业规模运行的 AI 工程队友。
“我一直乐于探索将 Codex 集成至 Cisco 企业软件生命周期工作流的新机遇。与 OpenAI 团队合作，不仅能确保 Codex 实现企业级生产就绪，更是一个收获颇丰的过程。”
— Ching Ho，Cisco 工程领导团队成员
Cisco 在 AI Defense 上的工作展示了这种模型在实践中的样貌。AI Defense 是 Cisco 的端到端 AI 安全解决方案，可防护 AI 引入的安全与安保风险。
Cisco 团队使用 Codex 编写了 AI Defense 的大部分内容，以及 Cisco 正在构建的几乎所有新功能。
“原本需要数个季度才能交付给客户的功能，如今缩短到了数周。”
—DJ Sampath，Cisco AI 软件与平台高级副总裁/总经理
这项工作也体现了 Cisco 在推进 AI 安全方面更广泛的角色。Cisco 是与 OpenAI 的 Daybreak 计划合作的领先安全组织之一；该计划汇聚 OpenAI 模型、Codex 和安全合作伙伴，以加速网络防御并持续保护软件安全。作为该计划的一部分，他们已对 GPT‑5.5‑Cyber 这一面向网络防御者的模型实施访问治理。
Cisco 还使用 Codex 帮助构建 Defense Squad，这是一款开源工具，从构想到进入开发者社区用时不到一周。
Cisco 拥有一个成熟的工程部门，且正在实施多个 AI 计划。Codex 最具吸引力的功能并非代码补全或表层自动化，而是其自主行动力。Codex 展示了以下能力：
通过与 OpenAI 直接合作，Cisco 工程师得以反馈这些能力在真实环境中的表现，进而塑造工作流编排、安全控制，以及对长时间运行工程任务的支持等领域；这些对于企业应用都至关重要。
一旦 Codex 嵌入日常工程工作，团队便开始将其应用到一些最具挑战、最耗时的工作流中：
跨代码仓库构建优化程序：Codex 已分析超过 15 个互联代码仓库的构建日志和依赖关系图，以识别低效环节。结果显示：构建时间减少约 20%，全球环境每月可节省超过 1,500 小时的工程工时。
大规模缺陷修复 (CodeWatch)：借助 Codex-CLI，Cisco 通过迭代式智能体执行程序，在大规模 C/C++ 代码库中自动修复缺陷。以往耗时数周的人工操作，现在只需数小时就能完成，缺陷解决吞吐量提高了 10 - 15 倍，确保工程师能够专注于设计和验证工作。
框架迁移以天计，而非以周计：当 Splunk 团队需要将多个 UI 从 React 18 迁移到 19 时，Codex 自主处理了大部分重复性变更，将数周工作压缩到数天，并让工程师专注于需要大量判断的决策。
“当我们不再将 Codex 视为一个工具，而是将其视作团队的一员时，就能取得最大的成效。我们使用 Codex 生成并遵循计划文档，以便审查团队理解流程和生成的代码。”
— Ryan Brady，Cisco Splunk 团队首席工程师
Cisco 从真实生产使用中持续提供反馈，帮助 OpenAI 加快 Codex 面向大型企业的就绪度，尤其是在合规、长时间运行任务管理，以及与现有开发流水线集成等领域。
对于 Cisco 而言，这次合作建立了一种可复制的下一代 AI 采用模式：深入的技术合作、真实工作负载，以及从第一天起的领导层一致支持。
如今，Codex 已在 Cisco 多个业务部门中使用，提升了生产力、代码质量和问题解决速度。团队不再只用传统工作量指标来评估任务规模，而是越来越多地问：“这次 Codex 运行需要多久？”
“Codex 已成为我们面向未来设计 AI 辅助开发和运维流程的关键助力。”
— Brad Murphy，Cisco Splunk 工程团队副总裁
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。