Опыт Ramp: Использование Codex и GPT-5.5 для проверки кода и автоматизации дежурств
Инженеры компании Ramp сократили время проверки кода с нескольких часов до минут, используя Codex с GPT-5.5, и начали разработку агентов для управления сложными инцидентами.
Внедрение генеративного искусственного интеллекта в процессы разработки переходит от этапа экспериментов к созданию устоявшихся стандартов. Компания Ramp поделилась опытом использования инструмента Codex на базе новой модели GPT-5.5 от OpenAI. Главный результат внедрения — сокращение времени проверки кода (code review) с нескольких часов до нескольких минут, а также создание сложных внутренних инструментов.
Ramp customer story artwork for Codex.
Исторически проверка кода была одним из самых узких мест в цикле разработки программного обеспечения. Инженеры вынуждены переключать контекст, вникать в чужую логику и искать неочевидные ошибки. Остин Рэй, руководитель направления искусственного интеллекта для разработчиков (AI DevEx) в Ramp, отмечает, что Codex способен проводить глубокий анализ всей кодовой базы. Инструмент находит ошибки, которые пропускают как авторы кода, так и другие проверяющие, обеспечивая уровень тщательности, на который у людей часто не хватает времени.
Помимо проверки изменений кода (pull requests), команда Ramp использует Codex для разработки внутренних агентных инструментов (agentic tooling). Одним из таких проектов стал On-Call Assistant — интеллектуальный помощник для дежурных инженеров. Дежурства (on-call) традиционно связаны с высоким уровнем стресса: специалистам приходится работать со сложной бизнес-логикой, расследовать длительные инциденты, балансировать между внешними и внутренними событиями, а также отлавливать ошибки параллельных вычислений (concurrency bugs). Способность GPT-5.5 удерживать широкий контекст и анализировать сложные взаимосвязи помогает значительно снизить когнитивную нагрузку на инженеров.
Gartner MQ > Art Card
Для успешного масштабирования подобных инструментов внутри компании руководителям необходимо выстраивать грамотный процесс адаптации. Рэй подчеркивает, что многие инженеры изначально относятся к ИИ со скепсисом и воспринимают его как экспериментальную игрушку. Задача технического лидера — провести разработчика через первую успешную сессию, показав реальную ценность инструмента в привычной среде, будь то интерфейс командной строки (CLI) или специализированное графическое приложение. Кроме того, важна прямая связь с разработчиками ИИ-инструмента для оперативного решения возникающих проблем.
В долгосрочной перспективе роль программного инженера будет трансформироваться. Разработчики постепенно становятся «оркестраторами». Навык самостоятельного написания каждой отдельной строки кода уступает место умению управлять ИИ-инструментами, понимать, когда результатам генерации можно доверять, а когда они требуют ручной проверки и корректировки. Компании, чьи инженеры освоят этот навык быстрее остальных, получат значительное преимущество в скорости и качестве разработки.
Virgin Atlantic customer story hero image 1x1
oai_Advent Health_1x1.png
TL;DR
Главное
Интеграция Codex с моделью GPT-5.5 в рабочие процессы позволяет радикально ускорить проверку кода и создавать ИИ-агентов для помощи инженерам в стрессовых ситуациях.
Ключевые факты
- /Время ожидания первой проверки кода сократилось с часов до минут.
- /Codex выявляет скрытые ошибки благодаря глубокому анализу контекста всей кодовой базы.
- /Ramp разрабатывает On-Call Assistant для помощи инженерам при разборе сложных инцидентов.
- /Успех внедрения ИИ требует персонального наставничества для преодоления скепсиса разработчиков.
Инсайт
Главный навык инженера будущего — не написание кода, а «оркестрация» ИИ-инструментов: умение направлять алгоритм и критически оценивать его работу.
