Как Simplex переосмыслила разработку программного обеспечения с помощью Codex

Представьте: задача, на которую прежде уходила неделя работы опытного разработчика, теперь выполняется за несколько часов. Именно это происходит в компании Simplex — технологическом партнёре в сфере консалтинга, разработки систем и операционного управления. Компания сделала ставку на инструменты OpenAI — ChatGPT Enterprise и Codex (AI-агент для написания кода) — и зафиксировала измеримый результат: сокращение времени на разработку экранов (screen development) на 70%.

ℹ Что такое Codex?
Codex — это AI-агент от OpenAI для задач программной инженерии: написания кода, исправления багов, рефакторинга и создания pull request. Запущен в апреле 2025 года как Codex CLI, а затем как облачный агент внутри ChatGPT. Работает на базе модели GPT-5.5 и специализированных версий для кода.

От вспомогательного инструмента — к полноценному агенту

История Simplex отражает более широкий тренд в индустрии. Поначалу генеративный AI использовался в разработке лишь как вспомогательный инструмент для программистов. Затем появились агентные системы, которые позволяют делегировать многошаговые задачи искусственному интеллекту — и AI начал не просто помогать, а напрямую продвигать проекты вперёд.

После запуска ChatGPT в 2022 году компания Simplex в 2023 году создала центр передового опыта (center of excellence), чтобы заложить основу для использования AI сотрудниками и проверить процессы AI-нативной разработки.

Опираясь на эту базу, компания развернула ChatGPT Enterprise на уровне всей организации и выбрала Codex в качестве основного coding-агента, ускорив переосмысление того, как вообще создаётся программное обеспечение.

«Качество и скорость разработки зависят от опыта конкретных исполнителей — а значит, варьируются от проекта к проекту. AI меняет это уравнение.»


Проблема традиционной разработки

В классической разработке ПО работа делится на этапы: определение требований, проектирование, реализация, тестирование и эксплуатация. Такие задачи, как интерпретация проектных документов, принятие решений о реализации функции, определение критериев проверки и исправление дефектов, как правило, зависят от опыта конкретных участников команды.

Эта зависимость создаёт узкие места: если ключевой специалист занят или недоступен, весь проект может застопориться. Именно здесь AI-агенты демонстрируют наибольший потенциал — они масштабируют «экспертизу» на всю команду и не уходят в отпуск.


Что именно делает Codex в Simplex

Роль Codex в Simplex выходит далеко за рамки генерации кода. Компания использует его на этапах проектирования и тестирования: генерация front- и back-end кода из проектных документов и эталонных реализаций, создание тестового кода включая юнит-тесты, проверка и устранение нефункциональных требований, а также исправление проблем, выявленных в ходе внутреннего интеграционного тестирования.

📝 Как выглядит AI-нативный рабочий процесс
Разработчик передаёт Codex проектный документ → агент самостоятельно генерирует код фронтенда и бэкенда → создаёт юнит-тесты → проводит проверку нефункциональных требований → исправляет ошибки интеграционного тестирования. Всё это — без участия человека на каждом шаге.

Схема нового рабочего процесса


graph TD
    A[Проектный документ] --> B[Codex: генерация кода]
    B --> C[Frontend-код]
    B --> D[Backend-код]
    C --> E[Codex: юнит-тесты]
    D --> E
    E --> F[Интеграционное тестирование]
    F --> G{Ошибки?}
    G -- Да --> H[Codex: автоисправление]
    H --> F
    G -- Нет --> I[Готов к деплою]
    style A fill:#f0f4ff
    style I fill:#d4edda
    style H fill:#fff3cd


Результаты: цифры, которые убеждают

Simplex добилась сокращения времени на разработку экранов на 70%, используя Codex в качестве основного coding-агента — это значительный прирост производительности, отражающий приверженность компании AI-нативному созданию программного обеспечения.

Результаты Simplex вписываются в более широкую картину рынка:

ПоказательЗначениеИсточник
Сокращение времени разработки экранов (Simplex)−70%OpenAI / Simplex
Ускорение выполнения задач у пользователей Codex+55%GitHub/Accenture, 2024
Точность Codex на бенчмарке SWE-bench Verified74,9%OpenAI, 2025
Еженедельных активных пользователей Codex5 млн+OpenAI, июнь 2026
Доля компаний Fortune 100, применяющих Codex90%Данные платформы, 2025

Разработчики, использующие инструменты на базе Codex, в среднем выполняют задачи на 55% быстрее и на 50% быстрее добираются до слияния кода (time-to-merge).


Codex сегодня: от стартапов до корпораций

Codex — это AI-агент для задач программной инженерии, разработанный OpenAI: написание кода и исправление багов. Впервые выпущен в апреле 2025 года как Codex CLI.

К марту 2026 года аудитория Codex выросла до более чем 2 миллионов еженедельных активных пользователей, и OpenAI позиционировал его как широкую корпоративную агентную платформу, которая в перспективе может применяться и для задач, выходящих за рамки разработки ПО.

В июне 2026 года OpenAI сообщил, что Codex преодолел отметку в 5 миллионов еженедельных активных пользователей, причём «работники умственного труда» (knowledge workers) составляют около 20% аудитории и растут втрое быстрее, чем разработчики.

OpenAI был признан лидером в рейтинге Gartner® Magic Quadrant™ для корпоративных AI-агентов кодирования — оценка отражает прогресс в поддержке корпоративных развёртываний Codex, которым пользуются более 4 миллионов человек еженедельно, включая компании такого уровня, как NVIDIA.


Как Codex меняет роль разработчика

В отличие от обычного автодополнения, Codex действует как «агент»: читает существующий код, анализирует контекст, редактирует несколько файлов, выполняет команды в терминале, запускает тесты и создаёт pull request.

Благодаря встроенным облачным средам агенты могут работать параллельно над несколькими проектами, выполняя за дни то, на что раньше уходили недели. Через функцию Skills можно обучить Codex стандартам и процессам конкретной команды — и тогда он будет применять их последовательно во всех задачах, вдумчиво внося вклад с минимальным надзором.

💡 Совет для команд
Если вы только начинаете внедрение Codex, начните с рутинных, но трудоёмких задач: написание юнит-тестов, рефакторинг устаревшего кода, проверка pull request. Это снизит риски и позволит команде выработать доверие к агенту до перехода к более критичным задачам.

Что дальше: AI-нативная разработка как стандарт

Опыт Simplex — это не просто история успеха одной компании. Это сигнал всей индустрии: компания количественно измерила влияние генеративного AI и применила полученные знания в нескольких проектах, а теперь оценивает использование генеративного AI во всех своих проектах, продвигаясь к AI-нативной разработке там, где это применимо.

Это соответствует тому, что нужно многим корпоративным командам: способ справляться с рутинными, но сложными задачами, не отвлекая старших разработчиков от стратегической работы.

Переход от AI как «помощника» к AI как «исполнителю» задач — главный тренд 2025–2026 годов. И Simplex уже живёт в этом будущем.

⚠ Важный нюанс
Codex — мощный инструмент, но не замена человеческому надзору. OpenAI рекомендует использовать AI-агентов как дополнительный уровень проверки, а не как единственный источник истины. Результаты сильно зависят от того, насколько хорошо настроены рабочие процессы и насколько чёткими являются исходные требования.

Оригинал: Simplex rethinks software development with Codex — OpenAI Blog