透過廣泛部署 Codex，思科將 AI 原生開發納入企業軟體建置的核心。
使用 Codex CLI 提升缺陷解決吞吐量
數十年來，思科一直建置並營運著世界上最複雜、任務關鍵的軟體系統。隨著生成式 AI 從實驗階段成熟為具備實際營運能力，思科開始專注於其最擅長的領域：在嚴苛的真實環境中擴大規模部署先進技術。
這種方法已經開始塑造思科新產品的開發方式，包括 AI Defense，其中 Codex 協助將數個季度的關鍵工程工作壓縮到數週內完成。
思科並未將 Codex 視為獨立的開發者工具，而是直接將其整合到生產工程工作流程中，使其能夠處理龐大的多儲存庫系統、以 C/C++ 為主的程式碼庫，以及全球企業的安全、合規和治理要求。
在此過程中，思科協助將 Codex 塑造成一種與開發者生產力工具截然不同的東西：一個能夠在企業規模上運作的 AI 工程師協作夥伴。
思科在 AI Defense 上的工作展示了這種模式的實際應用。AI Defense 是思科端對端的 AI 安全解決方案，可防範 AI 引入的安全風險。
思科團隊使用 Codex 編寫了 AI Defense 的大部分程式碼，以及思科正在建置的幾乎所有新功能。
這項工作也反映了思科在推動 AI 安全方面的廣泛作用。思科是與 OpenAI 的 Daybreak 計畫合作的領先安全組織之一，該計畫匯集了 OpenAI 模型、Codex 和安全合作夥伴，以加速網路防禦並持續確保軟體安全。作為該計畫的一部分，他們已對 GPT‑5.5‑Cyber 進行了治理，這是一個專為網路防禦者設計的模型。
思科還利用 Codex 協助建置了 Defense Squad，這是一個開源工具，從構想到開發者社群的發布不到一週時間。
思科已經擁有一個成熟的工程組織，並有多項 AI 計畫正在進行中。Codex 之所以引人注目，並非因為程式碼補全或表面上的自動化，而是因為其「自主性」。Codex 展示了以下能力：
透過與 OpenAI 直接合作，思科工程師能夠就這些功能在真實環境中的表現提供回饋，從而塑造了工作流程協調、安全控制以及對長時間工程任務的支援等領域——這些對於企業應用至關重要。
一旦 Codex 被嵌入日常工程工作中，團隊便開始將其應用於一些最具挑戰性且耗時的工作流程：
跨儲存庫建置優化：Codex 分析了超過 15 個互連儲存庫的建置日誌和依賴圖，識別出效率低下的地方。結果：全球環境的建置時間縮短了約 20%，每月節省了超過 1,500 小時的工程時間。
大規模缺陷修復 (CodeWatch)：使用 Codex-CLI，思科在大型 C/C++ 程式碼庫上自動化了缺陷修復，透過迭代式、自主執行的方式進行。過去需要數週手動處理的工作，現在數小時內即可完成，將缺陷解決吞吐量提高了 10-15 倍，讓工程師能夠專注於設計和驗證。
框架遷移在數天內完成，而非數週：當 Splunk 團隊需要將多個 UI 從 React 18 遷移到 19 時，Codex 自動處理了大部分重複性的變更，將數週的工作壓縮到數天內，讓工程師能夠專注於需要判斷的決策。
思科提供了來自真實生產環境使用的持續回饋，協助 OpenAI 加速了 Codex 對大型企業的就緒程度——特別是在合規性、長時間任務管理以及與現有開發管道整合等領域。
對思科而言，這次合作建立了一種可重複的模式來採用下一代 AI：深入的技術合作、真實的工作負載以及從第一天起就獲得領導層的支持。
如今，Codex 已在思科的眾多業務部門中使用，提高了生產力、程式碼品質和問題解決時間。團隊不再僅僅以傳統的工時來衡量工作量，而是越來越常問：「這次 Codex 執行需要多久？」
