技术/08.26 · 00:00/6 MIN/编译自 OpenAI Blog/0 阅读
Codex让loveholidays人人都是开发者
在线旅游平台 loveholidays 借助 OpenAI Codex，让非工程人员也能参与开发。AI 辅助代码变更比例一年内从 7% 升至 79%，部署量增长 73%，专家经验被编码进工作流，实现“人人都是构建者”。
在线旅游平台 loveholidays 覆盖八个欧洲市场，每天通过技术处理 600 亿种度假套餐组合，帮助数百万人找到理想假期。支撑这一规模的，是公司多年打造的技术平台，它让搜索和预订度假产品变得更快、更灵活。
如今，Codex 正在改变“谁能参与开发”这件事。
产品经理、设计师和商务团队越来越多地直接参与 loveholidays 的代码库。团队可以快速搭建客户体验原型、修改数据和基础设施配置，把想法变成可运行的软件，而不必每次都先挤进工程团队的排期。
“每个人都是构建者。”loveholidays 工程主管 Dmitri Lerko 说，“修改应用、基础设施和部署代码不再只是工程部门的事。产品经理、设计师和商务人员也在创造价值并推动上线。”
对 loveholidays 首席技术官 Mike Jones 而言，这背后是一个更大的愿景：把公司技术与员工专业知识结合起来，并用 AI 降低使用门槛，打造他们所说的“旅行领域通用智能”。
“在 loveholidays，我们的平台愿景是打造旅行领域的通用智能。把已有的优秀技术与员工的专长结合起来，并通过 AI 和 Codex 让这一切民主化。”
——Mike Jones，loveholidays 首席技术官
从想法到线上体验
最典型的例子是 Search Playground。
过去，业务部门有人想试验新的客户体验，必须说服工程团队优先做原型。每次试验都有机会成本：工程时间用来测试一个想法，就无法投入其他地方。
loveholidays 想打破这种依赖。
工程师用公司设计系统、前端技术和 Codex 搭建了 Search Playground。它让业务人员能把想法变成可用的客户体验、收集反馈，并测试是否能创造价值。
目前已有超过十个新的搜索体验通过 Playground 开发出来，其中大多数由非工程师完成，至少有三个已经上线运行在 loveholidays 网站上。
另一个例子来自市场部。在最近的“Crisps from Abroad”活动中，团队想做一个互动微站点来收集参赛作品、分享度假灵感。过去这需要找外部服务商设计开发，增加成本和时间。借助 Codex 和 Search Playground，团队几个小时就自己完成了，还沿用了公司现有的设计系统。
“我们想把尝试新想法与实际工程时间解耦。”Lerko 说。结果不仅原型速度更快，更多想法还获得了成为产品的机会。
专家工程能力“随取随用”
同样的思路也发生在后台。
loveholidays 的数据平台和基础设施最初是为技术人员设计的。任何修改都需要了解专用工具、代码仓库、版本控制和内部流程。遇到问题，只能找专业工程师介入。
Codex 让 loveholidays 能以另一种方式扩展专家能力。
工程团队把最佳实践、操作说明和验证规则编写成工作流，让 Codex 引导其他用户完成操作。员工不必理解每个底层系统，只需专注于目标，Codex 会帮助提出修改方案、运行检查并引导完成发布流程。
“我们把最佳实践和验证规则全部固化下来，并根据现实变化持续改进。”Lerko 说，“数据和基础设施工程师的经验通过 Codex 触手可及，任何需要自助操作基础设施或数据的员工都能 24/7 获得这些专业支持。”
效果是可量化的。过去一年，loveholidays 数据平台 AI 辅助修改的成功率从 58% 提升到 93%。同时，每次支持请求对应的数据平台修改次数是原来的四倍。在更广泛的自助服务基础设施流程中，成功率也从 63% 提升到 90%。
这改变了两边的工作方式。团队无需等待专家帮助即可推进，工程师则花更少时间处理日常请求，更多时间改进平台本身。
“你交给 AI 的工作越多，你的工作就越有提升。你的工作不再是拿到方案去执行，而是要深入参与业务问题本身。”
——Mike Jones，loveholidays 首席技术官
更多软件，不需要更多工程师
这种变化正在 loveholidays 整个工程组织中显现。
一年前，大约 7% 的代码变更是 AI 辅助完成的；如今这个数字是 79%。同期，部署量增长了 73%，而工程团队人数基本持平。
对 loveholidays 来说，这种产能不是“为了写更多代码而写更多代码”。公司刻意以业务成果而非工具采用率来衡量 AI 的价值。
“技术只是为了实现目的的手段。”Jones 说，“重点不是技术本身，而是它产生的影响。我们不只是给人们提供工具，而是帮助他们解决业务问题，并衡量影响。”
一些影响已经体现在利润上。数据工程团队有了更多产能去处理此前机会成本过高的优化工作，每年减少约 3.6 万英镑云存储成本，并因减少数据处理浪费每年再节省约 10 万英镑。
更大的影响或许是团队现在敢想什么。“我们注意到，过去太难的事情现在变得平常了。”Lerko 说，“这意味着现在觉得太难的事情，以后也会变得平常。”
构建旅行领域的通用智能
对 loveholidays 而言，Codex 正逐渐成为连接员工与公司技术层的通用界面。
“Codex 正在成为一个统一控制面——一个工程师、数据科学家和业务人员共享的界面。”Lerko 说，“这很有力量，因为你不再需要教每个人使用不同的工具。”
这指向一种不同的软件开发模式：专家能力可以在整个组织内共享，更多人能把想法变成实际产品，工程师自身可以向问题解决链的上游移动。
对 loveholidays 来说，这就是“旅行领域通用智能”的含义：把公司已构建的技术与员工专长结合起来，再让两者惠及更多业务环节。
有了 Codex，“有想法的人”和“能实现想法的人”之间的界限正在消失。
原文链接：OpenAI Blog
本文由前途科技编辑整理
想了解 AI 如何助力您的企业？
免费获取企业 AI 成熟度诊断报告，发现转型机会
