精选昨天0 投票
NVIDIA工程师与研究人员如何用Codex构建产品
在NVIDIA，Codex已成为工程师和研究人员处理复杂工程任务、加速端到端机器学习实验的默认工具。基于GPT‑5.5并运行于NVIDIA GB200和GB300基础设施之上，Codex能够处理更长时间、更自主的会话——不仅执行指令，还能主动发现原始提示中未涉及的问题和想法。
从MVP到生产级系统
NVIDIA的编程智能体团队帮助公司内部工程师在实际开发流程中有效采用AI工具。高级软件工程师 Dennis Hannusch 表示：“Codex with GPT‑5.5 自主性更强，几乎不需要手把手指导。我能进行长时间的会话，多次压缩上下文，它仍能保持顶级准确度，并巧妙选择正确的工具和技能。”
Hannusch 已利用 Codex 将一个内部平台从 MVP 演变为生产就绪系统，显著提升了可扩展性和可靠性——这在早期模型中难以实现。此外，团队仅用数小时就用 Codex 构建了一个类似 Riverside 的内部播客录制应用。考虑到隐私限制，如果采购商业软件可能需要数周。
自主构建与测试
Codex 桌面应用具备计算机交互能力，在构建过程中自动测试了视频和音频录制功能。“我什么都不用做——它完全自主地构建和测试，”Hannusch 说，“Codex 彻底改变了‘值得构建’的门槛。”
10倍效率提升
NVIDIA 内部已有 4万名员工 获得 Codex 访问权限。在端到端研究工作流程中，Codex 带来了 10倍的速度提升，因为它能够处理完整的实验周期，从构思到运行一气呵成。
行业意义
Codex 与 GPT‑5.5 的结合，标志着 AI 辅助开发从“代码补全”迈向了“自主工程代理”。对于科技企业而言，这意味着：
- 降低工程成本：将数周的工作压缩到数小时
- 提升创新能力：让工程师专注于更高层次的架构设计
- 加速实验迭代：ML 研究团队可以快速验证假设
NVIDIA 的实践表明，当 AI 工具能够自主处理端到端任务时，它不仅是一个效率工具，更是重新定义“什么值得构建”的催化剂。
