Cisco integra Codex en flujos de ingeniería

Cisco incorporó el modelo Codex de OpenAI dentro de sus flujos de ingeniería de producción para impulsar IA Defense, automatizar la reparación de defectos y optimizar compilaciones en sistemas multi‑repositorio y bases de código en C/C++;

Cisco ha desplegado el modelo Codex en entornos de producción, integrándolo directamente en flujos de trabajo de ingeniería que abarcan sistemas multi‑repositorio, bases de código extensas en C/C++ y los requisitos de seguridad, cumplimiento y gobernanza propios de una empresa global. Esa integración se aplicó, entre otras iniciativas, al desarrollo de IA Defense, la solución de Cisco para gestionar riesgos y operaciones de seguridad relacionados con la adopción de IA.

Según la compañía, Codex no solo asistió con fragmentos de código: “Codex escribió la mayoría del producto y casi todas las nuevas funciones”, afirmó Cisco. DJ Sampath, SVP/GM de IA Software and Platform en Cisco, dijo que características que antes llevaban varios trimestres en entregarse pasaron a los clientes en cuestión de semanas, señalando un cambio notable en la cadencia de desarrollo cuando el modelo opera dentro de procesos de ingeniería existentes.

La colaboración incluyó además programas de seguridad como Daybreak, en los que Cisco gobernó el acceso a modelos orientados a defensores cibernéticos, por ejemplo GPT‑5.5‑Cyber. En ese marco, la empresa también llevó a la comunidad una herramienta llamada Defense Squad en menos de una semana. Esos proyectos subrayan que la adopción fue coordinada con controles de acceso y consideraciones de seguridad específicas para cargas de trabajo sensibles.

Los ingenieros de Cisco destacaron no tanto la autocompletación básica de código como la «agencia» de Codex: la capacidad para razonar a través de repositorios interconectados, trabajar con lenguajes complejos como C/C++ y ejecutar bucles autónomos de compilación, prueba y corrección desde la línea de comandos. Esa facultad permitió operar dentro de los marcos de revisión y seguridad ya establecidos sin romper procesos de gobernanza ni exponer flujos de trabajo a riesgos imprevistos.

En métricas concretas de productividad, Codex analizó registros de compilación y grafos de dependencia en más de 15 repositorios interconectados, detectando ineficiencias y optimizando procesos. Ese análisis produjo aproximadamente un 20% de reducción en tiempos de compilación y un ahorro acumulado de más de 1,500 horas de ingeniería por mes en entornos globales, según el reporte de la compañía.

Para la remediación de defectos, Cisco combinó CodeWatch con una interfaz de línea de comandos basada en Codex (Codex‑CLI) para automatizar reparaciones iterativas en grandes bases de código C/C++. Con ese enfoque, tareas que antes requerían semanas se completaron en horas, lo que implicó un incremento de entre 10× y 15× en la productividad de resolución de defectos y liberó a los ingenieros para labores de diseño y validación más complejas.

Otro caso de uso descrito fue la migración de marcos front‑end: Codex ayudó a equipos de Splunk a trasladar múltiples interfaces de usuario de React 18 a React 19, automatizando la mayoría de los cambios repetitivos y comprimiendo semanas de trabajo en días. Esa aplicación concreta ilustra cómo el modelo facilita actualizaciones coordinadas en múltiples repositorios sin sacrificar la coherencia del producto.

En conjunto, la experiencia de Cisco muestra que integrar modelos como Codex en ciclos de ingeniería productivos puede acelerar entregas, reducir tarefas repetitivas y mejorar la postura de seguridad, siempre que la colaboración entre el equipo de ingeniería y el proveedor del modelo incluya controles, gobernanza y soporte para tareas de larga ejecución. Esos elementos permitieron a los equipos mantener estándares corporativos mientras aprovechaban automatización avanzada para escalar productividad.