原始來源DigitalToday
摘要
OpenAI 分享内部以大模型自动化软体维护的案例，使用 Codex 与 GPT-6 系列模型（含 GPT-6 Astra、GPT-6.1 Sol）处理程式码清理、实验下线与 CI 优化。透过 Astra 自动定位并删除冗余程式码、关闭已结束的实验与整理历史纪录，5 名工程师在两周内合并约 1,400 个 PR，累计删除超过 80 万行程式码，一个服务的映像档从 3.31GB 降至 1.72GB，降幅 48%。另以成本较低的 GPT-6.1 Sol 复核同类工作，检查约 100 万行、6,000 个档案，识别 131 个问题，API 成本约 15.12 美元。CI 中位时间从约 10 分钟降…
重點整理
- 工程团队可从小规模维护任务起步，在人工复核下逐步扩大自动化，并用低成本模型做第二层检查。
- 这是把代理用于真实维护工作的具体成本与效益数据，可作为团队评估自动化范围的参考。
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。