原始來源DigitalToday
摘要
OpenAI 分享內部以大模型自動化軟體維護的案例，使用 Codex 與 GPT-6 系列模型（含 GPT-6 Astra、GPT-6.1 Sol）處理程式碼清理、實驗下線與 CI 優化。透過 Astra 自動定位並刪除冗餘程式碼、關閉已結束的實驗與整理歷史紀錄，5 名工程師在兩週內合併約 1,400 個 PR，累計刪除超過 80 萬行程式碼，一個服務的映像檔從 3.31GB 降至 1.72GB，降幅 48%。另以成本較低的 GPT-6.1 Sol 複核同類工作，檢查約 100 萬行、6,000 個檔案，識別 131 個問題，API 成本約 15.12 美元。CI 中位時間從約 10 分鐘降…
重點整理
- 工程團隊可從小規模維護任務起步，在人工複核下逐步擴大自動化，並用低成本模型做第二層檢查。
- 這是把代理用於真實維護工作的具體成本與效益數據，可作為團隊評估自動化範圍的參考。
編輯說明
本頁是 Code & Chain 對公開來源的編輯摘要，可能使用 AI 輔助整理並經自動化流程發布。請以原始來源為準；內容不構成投資、法律或稅務建議。