Simplex 利用 Codex 重新思考软件开发流程，效率显著提升

事件概述

Simplex 是一家技术合作伙伴，业务涵盖咨询、系统开发和运营。为提升系统开发效率，公司量化了生成式 AI 的影响，并将在多项目中应用这些经验。2023 年，Simplex 建立了 AI 卓越中心，为员工使用 AI 奠定基础，并验证 AI 原生开发流程。随后，公司在全组织采用 ChatGPT Enterprise，并选择 Codex 作为主要编码代理，重新思考软件开发方式。

核心结果

Simplex 以 CRUD 类 web 应用为初始用例，测试 Codex 和 ChatGPT 在 AI 驱动软件交付中的效果。实测节省时间如下：

• 每个屏幕设计时间减少 40%
• 每个屏幕开发时间减少 70%
• 内部集成测试时间减少 17%
  (注：AI 生成结果可能因系统设置和输入数据而异)

除了减少工程工时，Codex 还让规模更小的团队更容易推进设计工作，并提高了跨多文件规格审查的准确性。Simplex 执行总监 Kazuya Ujihiro 表示，这正在帮助建立一个模式：高级专家的经验可以更广泛地应用于开发，人类聚焦最终决策和质量责任，AI 处理实现、审查和修复。

领导经验

Simplex 的实践为从 AI 实验转向运营采用提供了若干教训：

• 在投入生产环境前先量化验证影响。
• 将采用视为运营模式而不仅是工具部署，包括治理、培训和支持。
• 选择一个主要 AI 代理，以便团队更高效地积累和分享专业知识。
• 明确 AI 执行工作的范围，以及人类保留最终责任的领域。

重新设计开发流程

Simplex 并非将传统开发流程的每一步都用 AI 替换，而是围绕 AI 重新设计开发流程本身。公司正在探索一种方法：预先定义规则和约束，然后通过重复集成和自动评估来改进质量，取代传统的线性需求定义→设计→实现→测试→运维顺序。Ujihiro 认为，随着数据库、API 目录和标准化设计规则成熟，Codex 可以承担大部分实现和验证工作。“对于相对简单的系统，有可能从 RFP 自动生成产品。”他还预期，在某些功能上，让 AI 代理直接执行业务任务可能比将其构建为源代码更有效。未来的挑战不仅是让代码生成更高效，更是重新思考系统应如何构建、维护，以及在 AI 优先的运营模式中人类应在哪里保留责任。