Payward 如何用 Codex 加快出貨速度


🏦 台灣Pay 銀行轉帳 💙 PayPal
Payward AI 基礎架構團隊分享用 Codex 大幅加快出貨速度
💡 你可以怎麼用:你用 AI 做重要的東西時,也可以學他們的「多方檢查」做法。例如把同一份文件或企劃分別丟給幾個 AI 對話請它們挑毛病,幾個都說沒問題了再送出去,這樣會比只問一次更放心。
看全部 9 條重點
🧑🏫 這支是 OpenAI 的客戶分享影片。Payward 是加密貨幣交易所 Kraken 的母公司,影片裡負責 AI 基礎架構的團隊說明他們怎麼用 Codex 加快出貨。Codex 是 OpenAI 的 AI 寫程式工具。這支值得看,是因為它具體講了「同時派很多個 AI 幫忙做事、再互相檢查」的工作方式。
- 00:02 講者表示,如果沒有 Codex,團隊的進度大概會比現在落後 6 個月↳ 講者說,要是沒有 Codex,團隊的進度大概會比現在慢半年。他用這句話說明,這個工具對他們來說是大幅改變進度,不只是省一點時間。
- 00:02 AI infrastructure 團隊負責打造核心基礎架構,為 Payward 所有產品的 inference 提供支援↳ Inference 指 AI 模型實際被拿來回答問題、產生結果的那一步。這個團隊負責底層系統,公司每個產品要用 AI 時,都靠他們這套基礎架構在跑。
- 00:02 團隊願景:把 inference 和個人化的使用者體驗帶給每一位客戶↳ Personalized user experiences 是「個人化的使用體驗」,意思是依照每位客戶的狀況給不同內容。團隊的目標是讓每位客戶都用得到 AI,而且拿到的內容是針對自己的。
- 00:02 Codex 帶來最大的改變是出貨變快,而且快很多↳ 講者說得很直接,Codex 最大的影響就是做好的東西能更快交出去給使用者。他強調的是速度差很多,不是稍微快一點。
- 00:02 講者的團隊最重視的價值是速度↳ 這個團隊在各種考量裡最看重速度。這也說明了為什麼「出貨變快」對他們來說是最有感的改變。
- 00:02 做法:把任務委派出去,讓 50 個 agent 同時運作,並讓它們審查 MR↳ Agent 是能接下任務、自己動手完成的 AI 助手。MR 字幕沒講全名,在程式開發裡通常指 merge request,也就是「請求把改好的程式併進正式版」。他們同時開 50 個 agent 分頭做事,也讓 agent 檢查這些 MR。
- 00:32 如果這些 agent 全部都同意,團隊就判斷「有信心了」,接著發布↳ 他們把「所有 agent 都同意」當成放行的標準。等於請很多個檢查者各看一遍,大家都沒意見,才覺得夠有把握,接著發布上線。
- 00:32 Payward 想站在金融的最前線,講者認為不站在科技最前線就做不到↳ Payward 想在金融業走在最前面。講者認為,科技沒跟上最新的話,這個目標做不到,所以他們願意積極採用新的 AI 工具。
- 00:32 講者表示站上科技最前線非常重要,並希望與 OpenAI 合作來實現這件事↳ 講者再次強調,站在科技最前線非常重要,並表示希望和 OpenAI 合作,一起做到這件事。
📘 術語
inference(推論):AI infrastructure 團隊打造核心基礎架構,為 Payward 所有產品的 inference 提供支援
agent(代理):可以接受委派的任務,團隊讓 50 個同時運作,並讓它們審查 MR
MR(MR):字幕沒有說明全名。只提到讓 agent 審查 MR,全部同意後就發布
personalized user experiences(個人化使用者體驗):團隊願景之一,要帶給每一位客戶
agent(代理):可以接受委派的任務,團隊讓 50 個同時運作,並讓它們審查 MR
MR(MR):字幕沒有說明全名。只提到讓 agent 審查 MR,全部同意後就發布
personalized user experiences(個人化使用者體驗):團隊願景之一,要帶給每一位客戶
✏️ 小考一題
根據影片,Payward 團隊讓多少個 agent 同時運作並審查 MR?
A. 10 個B. 100 個C. 50 個D. 5 個看答案
答案:C。[00:02] 字幕提到 have 50 agents running concurrently, have them review MRs
💛 覺得有幫助?支持一下


課本免費、沒有廣告,支持與否都能照常讀 🐰