Cisco and OpenAI redefine enterprise engineering with Codex
TL;DR · AI 摘要
Cisco与OpenAI合作，将Codex集成到企业级工程流程中，显著提升AI安全和开发效率。
核心要点
- Cisco通过Codex将AI Defense项目从几季度缩短到几周。
- Codex在复杂代码库中展示了强大的自主性和理解能力。
- Codex在企业级工程中实现了跨仓库构建优化、缺陷修复和框架迁移等关键工作流的自动化。
结构提纲
按章节快速跳转。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- Cisco与OpenAI合作
金句 / Highlights
值得收藏与分享的关键句。
Codex帮助Cisco将AI Defense项目从几季度缩短到几周。
Codex在复杂代码库中展示了强大的自主性和理解能力。
Codex在企业级工程中实现了跨仓库构建优化、缺陷修复和框架迁移等关键工作流的自动化。
Cisco 和 OpenAI 通过 Codex 重新定义企业工程
URL 源：https://openai.com/index/cisco
Markdown 内容： 数十年来，Cisco 构建并运营了世界上最复杂、最关键的软件系统之一。随着生成式 AI 从实验阶段发展到实际操作能力，Cisco 专注于它最擅长的领域：在严苛的现实环境中扩展先进技术。
这种方法已经开始塑造 Cisco 如何构建新产品，包括 AI 防御，其中 Codex 帮助将关键工程工作从几个季度压缩到几周。
Cisco 并没有将 Codex 视为一个独立的开发工具，而是将其直接集成到生产工程工作流程中，使其暴露在大规模多仓库系统、C/C++ 富集的代码库以及全球企业的安全、合规和治理要求中。
在这个过程中，Cisco 帮助 Codex 成为了与开发者生产力工具截然不同的东西：一个能够以企业规模运行的人工智能工程伙伴。
“我一直喜欢发现将 Codex 集成到 Cisco 的企业软件生命周期工作流程中的新机会。与 OpenAI 团队合作，使 Codex 准备好用于企业生产环境，也是非常令人满意的。”
— Cisco 工程领导团队成员 Ching Ho
使用 Codex 构建 AI 防御
Cisco 在 AI 防御方面的工作展示了该模型在实践中的样子。AI 防御是 Cisco 的端到端 AI 安全解决方案，旨在保护由 AI 引入的安全和安全风险。
Cisco 的团队使用 Codex 编写了 AI 防御的大部分内容以及 Cisco 正在构建的 几乎所有新功能。
“原本需要几个季度才能交付给客户的功能现在只需要几周。”
— Cisco AI 软件和平台高级副总裁兼总经理 DJ Sampath
这项工作也反映了 Cisco 在推动 AI 安全方面更广泛的角色。Cisco 是与 OpenAI 的 Daybreak 创新计划合作的领先安全组织之一，该计划汇集了 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。作为该计划的一部分，他们管理了对 GPT‑5.5‑Cyber 的访问权限，这是一个为网络安全人员设计的模型。
Cisco 还使用 Codex 帮助构建他们的防御小队，这是一个开源工具，从构想到开发者社区仅用了不到一周的时间。
在复杂的代码库中评估具有代理能力的 AI
Cisco 已经拥有一支成熟的工程组织，并且正在进行多个 AI 项目。Codex 的吸引力并不在于代码补全或表面级别的自动化，而在于 代理能力。Codex 展示了其在以下方面的能力：
- 理解和推理 大型、相互关联的代码库
- 流利地使用 复杂的编程语言
- 通过 基于 CLI 的自主编译-测试-修复循环 执行真实工作流
- 在现有的 审查、安全和治理框架 中运行
通过直接与 OpenAI 合作，Cisco 工程师能够提供有关这些功能在实际环境中的表现的反馈，从而塑造工作流编排、安全控制和支持长时间运行的工程任务等领域的内容——这些都是企业使用的关键因素。
使用 Codex 进行关键工程工作流程
一旦 Codex 被嵌入到日常工程工作中，团队开始将其应用于一些最具挑战性和耗时的工作流程：
跨仓库构建优化：Codex 分析了超过 15 个相互关联的代码库的构建日志和依赖关系图，识别出低效之处。结果是构建时间减少了约 20%，并且在全球环境中每月节省了超过 1,500 小时 的工程时间。
大规模缺陷修复（CodeWatch）：使用 Codex-CLI，Cisco 自动化了对大型 C/C++ 代码库的缺陷修复，通过迭代和代理执行。这原本需要几周的手动努力，现在只需几小时即可完成，从而实现了 10-15 倍的缺陷解决吞吐量，并让工程师专注于设计和验证。
几天内而非几周完成框架迁移：当 Splunk 团队需要将多个 UI 从 React 18 迁移到 19 时，Codex 自主处理了大量重复的更改，将几周的工作压缩到几天，让工程师能够专注于判断性决策。
“当我们停止将 Codex 视为一个工具，而是将其视为团队的一部分时，最大的收获出现了。我们使用 Codex 生成并遵循计划文档，使审查团队更容易理解生成的过程和代码。”
— Cisco Splunk 组的资深工程师 Ryan Brady
影响 Codex 的企业路线图
Cisco 提供了来自实际生产使用的持续反馈，帮助 OpenAI 加快 Codex 为大型企业准备的速度——特别是在合规性、长时间任务管理和与现有开发管道集成等方面。
对于 Cisco 来说，这种合作建立了一个可重复的采用下一代 AI 的模式：深度技术伙伴关系、实际工作负载以及从第一天起的领导层对齐。
今天，Codex 跨多个 Cisco 业务部门使用，提高了生产力、代码质量和解决时间。团队不再仅通过传统的工作量衡量标准来估算工作，而是越来越多地问：“那个 Codex 运行需要多长时间？”
“Codex 已经成为我们对未来 AI 助理开发和运营思考的重要组成部分。”
— 领导 Cisco Splunk 工程团队的副总裁 Brad Murphy