Содержание
Asana завершила пятилетнюю миграцию кода за две недели с помощью Codex
Asana рассказала, как использовала OpenAI Codex для крупной миграции во фронтенд-коде. Команда полностью удалила Enzyme — устаревшую систему тестирования, которая мешала обновлять стек. Работа заняла около полутора недель инженерного времени и уложилась в две календарные недели.
От пяти лет и $6 млн — к двум неделям и $12 тыс.
До эксперимента Asana оценивала проект минимум в пять лет и примерно в $6 млн по прежнему плану найма. После перехода на агентный сценарий суммарные расходы на модели и инфраструктуру составили около $12 тыс. Компания подчёркивает, что не каждый многолетний проект можно так же резко ускорить, но результат меняет представление о том, какие задачи вообще имеет смысл брать в работу.
Как была устроена работа AI-агентов
Инженер дал Codex исходную инструкцию всего из пяти предложений. Затем до четырёх агентов параллельно работали в отдельных копиях кодовой базы. Человек дважды в день проверял прогресс и вручную просматривал каждое предложенное изменение перед принятием.
Любопытный практический вывод Asana: простые инструкции оказались эффективнее сложной многоуровневой настройки. Codex выполнял массовые повторяющиеся изменения, а инженеры оставались ответственными за проверку результата и архитектурные решения.
Почему это важно для бизнеса
Кейс показывает наиболее убедительный сценарий для AI-агентов: не замена команды, а возвращение в план отложенных миграций, переписываний и задач по производительности. Такие проекты часто годами не получают приоритета из-за высокой стоимости и объёма ручной работы.
Для компаний практический подход выглядит так: выбрать хорошо ограниченную техническую задолженность, запустить несколько агентов в изолированных средах и сохранить обязательный человеческий ревью. После успешной миграции Asana планирует проверять Codex на других переписываниях и проблемах производительности.