OpenAI ngày 18/10 cho biết đã tự động hóa nhiều tác vụ bảo trì phần mềm nội bộ bằng Codex và các mô hình thuộc họ GPT-6, qua đó triển khai hơn 1.400 pull request (PR), xóa hơn 800.000 dòng mã và rút ngắn đáng kể thời gian xử lý CI (tích hợp liên tục).

Theo OpenAI, khi các tác nhân AI hỗ trợ lập trình giúp tăng tốc phát triển phần mềm, khối lượng công việc bảo trì cũng tăng theo. Trong đó, các đầu việc như xóa mã không còn sử dụng, dọn dẹp hệ thống và sửa các bài kiểm thử cũ phát sinh ngày càng nhiều.

Để xử lý vấn đề này, nhóm kỹ thuật của OpenAI giao cho “GPT-6 Astra” các đầu việc ngắn, yêu cầu chưa thật rõ ràng, chẳng hạn tìm tài liệu cần thiết trên Slack hoặc nền tảng thử nghiệm Statsig, sau đó xác định và dọn dẹp phần mã không còn dùng.

Astra rà soát các PR trước đó, trao đổi trên Slack, hồ sơ dự án nội bộ và dữ liệu hiệu năng từ môi trường vận hành để xác định đoạn mã cần xóa, đồng thời nêu lý do cho từng đề xuất. Trong vòng hai tuần, 5 kỹ sư vừa xử lý các công việc khác vừa triển khai hơn 1.400 PR. Tổng lượng mã được xóa vượt 800.000 dòng. Với một số dịch vụ, dung lượng image container giảm từ 3,31 GB xuống 1,72 GB, tương đương mức giảm 48%.

OpenAI cũng mở rộng việc ứng dụng Astra sang dọn dẹp các thử nghiệm cũ có cấu trúc phức tạp hơn. Mô hình này đối chiếu mức sử dụng CPU theo từng thử nghiệm để tìm ra các điểm lãng phí mà nhiều năm chưa được phát hiện. Kết quả, nhóm đã xóa hàng trăm thử nghiệm và feature flag.

Trong một trường hợp, Astra phát hiện một feature flag gắn với cấu hình được giữ cố định nhưng vẫn tiêu tốn nhiều CPU, sau đó chuyển cho con người rà soát. Sau khi xem xét, nhóm kỹ thuật đã xóa flag này, giúp giảm khoảng 0,42% mức sử dụng CPU của các dịch vụ cốt lõi.

Nhóm OpenAI cũng thử nghiệm tác vụ tương tự với “GPT-6.1 Sol”, mô hình có chi phí thấp hơn. Khi kiểm tra 6.000 tệp với quy mô 1 triệu dòng mã, Sol ở chế độ suy luận cao nhất phát hiện 131 vấn đề, tương đương 92% so với 142 vấn đề mà Astra tìm ra. Chi phí API ở mức 15,12 USD, bằng 14% so với Astra, vốn tiêu tốn 109,06 USD.

Công ty cũng nhấn mạnh hiệu quả trong việc cải thiện CI. Sau khi triển khai khoảng 30 PR dựa trên gợi ý từ Codex, thời gian hoàn tất CI trung vị giảm từ khoảng 10 phút xuống còn 4,5 phút. Thời gian chạy một bộ gồm 63 bài kiểm thử cũng giảm từ 592,6 giây xuống 29,8 giây, tương đương mức giảm 95%.

Theo OpenAI, doanh nghiệp nên bắt đầu từ các tác vụ bảo trì quy mô nhỏ, rà soát kết quả trước khi mở rộng phạm vi áp dụng.