Η Braintrust μετέφερε τη μισή της ομάδα engineering στο Codex μέσα σε έναν μήνα, καταργώντας ουσιαστικά την ουρά αιτημάτων για νέες λειτουργίες

Τι άλλαξε πραγματικά η Braintrust στη ροή εργασίας της

Η Braintrust αναπτύσσει μια πλατφόρμα παρατηρητικότητας και αξιολόγησης για προϊόντα ΤΝ. Σύμφωνα με την αναφορά της OpenAI, οι μηχανικοί της χρησιμοποιούν πλέον το Codex με το GPT-5.5 για να παραλαμβάνουν ένα αίτημα πελάτη για νέα λειτουργία, να δημιουργούν ένα preview branch και να παρουσιάζουν μια λειτουργική έκδοση στον πελάτη μέσα σε λίγα λεπτά.

Αξίζει να σημειωθεί η συγκεκριμένη σύγκριση πριν και μετά. Ο ιδρυτής και διευθύνων σύμβουλος Ankur Goyal περιγράφει την παλιά διαδικασία: ένα αίτημα «έμπαινε σε μια ουρά αναμονής και έπαιρνε προτεραιότητα αργότερα». Η νέα διαδικασία είναι ένα copy-paste στο Codex, ένα preview branch και μια ζωντανή επίδειξη. Το στάδιο της ουράς έχει εξαφανιστεί, τουλάχιστον για την κατηγορία αιτημάτων που είναι αρκετά μικρά ώστε να δημιουργηθεί άμεσα ένα πρωτότυπο.

Η OpenAI αναφέρει ότι η μισή ομάδα της Braintrust μετακινήθηκε στο Codex μέσα σε έναν μήνα. Αυτός ο αριθμός υιοθέτησης είναι η κεντρική μέτρηση της ιστορίας και το μοναδικό συγκεκριμένο στοιχείο που παρουσιάζεται—δεν υπάρχουν αριθμοί για την απόδοση ή τον χρόνο κύκλου πίσω από αυτόν.

Ο ισχυρισμός του Goyal αφορά την καθυστέρηση, όχι τις δυνατότητες

Η ιστορία είναι ασυνήθιστα σαφής ως προς το τι έκανε τη διαφορά, και δεν είναι η ποιότητα συλλογισμού. Είναι η ταχύτητα. Ο Goyal το περιγράφει ως ένα χαρακτηριστικό που αλλάζει τη συμπεριφορά του, όχι απλώς τον ρυθμό παραγωγής του.

Ακούγεται απλό, αλλά το Codex μπορεί κυριολεκτικά να εκτυπώνει περισσότερο κείμενο στο τερματικό χωρίς να επιβραδύνεται, και άλλα μοντέλα απλώς δεν μπορούν να το αναπαράγουν αυτό. Το μεγαλύτερο κέρδος είναι η ταχύτητα.Montana Labs

Πρόκειται για έναν συγκεκριμένο, ελέγξιμο ισχυρισμό: σταθερή έξοδος στο τερματικό χωρίς επιβράδυνση. Για μια ομάδα που κάνει επαναλήψεις μπροστά σε έναν πελάτη, η καθυστέρηση του εργαλείου δεν είναι απλώς αισθητική λεπτομέρεια—καθορίζει αν ένα αίτημα θα γίνει πρωτότυπο μέσα στη συνάντηση ή θα καταγραφεί για αργότερα. Ο Goyal λέει ότι η ταχύτητα «αλλάζει τον τρόπο που αλληλεπιδρώ με το Codex σε σχέση με άλλα μοντέλα», κάτι που αποτελεί τον μηχανισμό πίσω από τον ισχυρισμό περί ουράς αναμονής, και όχι ένα ξεχωριστό όφελος.

Μια μετάβαση από την καθοδήγηση με prompts στην αυτόνομη λειτουργία σε sandbox

Η δεύτερη αλλαγή στη ροή εργασίας που περιγράφεται είναι πιο συγκεκριμένη ως προς την πρακτική του engineering. Ο Goyal λέει ότι με πιο αργά εργαλεία έπρεπε να «καθοδηγεί το μοντέλο με prompt για να λύσει ένα συγκεκριμένο πρόβλημα»—με πρακτική, βήμα-προς-βήμα καθοδήγηση. Με το Codex, αντ' αυτού, γράφει ένα test που αποδεικνύει το πρόβλημα, στήνει ένα περιβάλλον sandbox και αφήνει τον agent να λειτουργήσει μέσα σε αυτό.

Το αποκαλεί «μια νέα περίπτωση χρήσης για εμένα» και το συνδέει άμεσα με την ταχύτητα: «Μπορώ να τρέξω πειράματα εξαιτίας της ταχύτητας». Η λογική είναι ότι όταν κάθε επανάληψη είναι αρκετά χαμηλού κόστους, ο ορισμός ενός προβλήματος μέσω ενός αποτυχημένου test και η αφημένη επανάληψη του agent γίνεται εφαρμόσιμη εκεί όπου προηγουμένως απαιτούνταν προσεκτική καθοδήγηση με prompts. Αυτό είναι ένα ταιριαστό μοτίβο για μια εταιρεία αξιολόγησης—η απόδειξη ενός προβλήματος μέσω ενός test είναι ακριβώς το είδος προδιαγραφής που ήδη παράγει μια ομάδα προσανατολισμένη στην αξιολόγηση.

Η συγκεκριμένη προέκταση: οι ταχείς agents αλλάζουν τι εισέρχεται στην ουρά αναμονής, όχι μόνο πόσο γρήγορα αδειάζει

Η αυτόματη ανάγνωση αυτής της ιστορίας είναι «η ΤΝ κάνει την κωδικοποίηση πιο γρήγορη». Το πιο ακριβές συμπέρασμα είναι ότι μια αρκετά χαμηλή καθυστέρηση επανάληψης αλλάζει την ίδια την απόφαση για το αν θα επιχειρηθεί καθόλου ένα αίτημα. Η Braintrust δεν επιτάχυνε απλώς εργασίες που ήδη βρίσκονταν στην ουρά αναμονής—κατάργησε το δίλημμα που στέλνει τα μικρά αιτήματα σε ουρά αναμονής εξαρχής.

Για τις ομάδες που αξιολογούν εργαλεία agentic κωδικοποίησης, αυτό αναδιαμορφώνει το κριτήριο αναφοράς. Το ερώτημα δεν είναι τόσο «μπορεί το μοντέλο να λύσει το έργο» όσο «είναι ο κύκλος αλληλεπίδρασης αρκετά γρήγορος ώστε οι μηχανικοί να αλλάξουν τις εργασιακές τους συνήθειες». Το συμπέρασμα της ίδιας της Braintrust, με τα λόγια του Goyal, βασίζεται στην ποσότητα: «Όσο περισσότερο κώδικα γράφουμε, τόσα περισσότερα προβλήματα πελατών μπορούμε να λύσουμε». Αυτό είναι ένα στοίχημα ότι η οικονομική επανάληψη πολλαπλασιάζει τα αποτελέσματα—ένα στοίχημα που αυτή η μεμονωμένη ιστορία πελάτη επιβεβαιώνει μέσω υιοθέτησης και μαρτυρίας παρά μέσω μετρημένης απόδοσης, οπότε η διάρκεια αυτού του μοτίβου παραμένει ένα ανοιχτό ερώτημα που αξίζει να παρακολουθείται στα δικά τους στατιστικά στοιχεία των ομάδων.