Braintrust 工程团队使用 Codex（配合 GPT‑5.5）将客户功能请求在数分钟内转成可演示的预览分支，显著缩短反馈周期并扩大工程实验范围。Codex 的速度让团队能在受控沙箱中自动运行实验，从而以更低成本反复迭代和与客户实时协作。
背景
– 公司：Braintrust（可观测性与评估平台）
– 工具：OpenAI Codex（与 GPT‑5.5 一起使用）
主要变化
– 快速从请求到预览：工程师将客户需求复制到 Codex，数分钟内生成预览分支并演示给客户，替代以前进入待办列表的流程。
– 团队迁移：一个月内约 50% 团队开始使用 Codex。
为什么速度重要
– 更少人为引导：相比更慢的模型，Codex 能在终端输出更多内容并保持响应速度，减少逐步提示与手工介入的需求。
– 支持实验化工作流：工程师通过编写复现问题的测试并在沙箱环境中让 Codex 自动运行，快速验证想法并扩大试验范围。
效果与价值
– 加快客户反馈环：实时与客户一起迭代和构思功能，提升问题解决速度。
– 降低试错成本：速度带来更多尝试机会，能解决更多客户问题。
引用要点
– CEO Ankur Goyal 强调速度带来的交互方式改变：”最大的收益是速度。”
适用建议（对 AI/工程团队）
– 将快速原型和沙箱测试纳入开发流程以降低实验成本。
– 在评估生成式代码工具时，将响应速度作为关键指标之一。
Codex 的速度把原型验证从排期工作变成即时互动，能显著提高以客户为中心的工程效率。