OpenAI описывает, как применяла GPT-6 Astra и GPT-6.1 Sol для поиска возможностей очистки кодовой базы, сбора обоснований и подготовки изменений к ревью. Это рассказ компании о собственном инженерном процессе, а не независимая проверка результатов на произвольном проекте.
Как Astra искала основания для удаления
По описанию OpenAI, Astra учитывала историю pull request, контекст из обсуждений в Slack и сведения из внутренних проектных трекеров. Модель также обращалась к таблицам производственного профилирования, чтобы выяснить, достигалось ли выполнение предполагаемого к удалению кода. Astra объясняла основания для предложенных изменений, что, по словам автора публикации, помогало проводить ревью. OpenAI описывает этот подход в публикации о поддержке программного обеспечения.
Такой поиск опирался не только на совпадения в исходниках: в кейсе сопоставлялись код, история изменений и внутренние данные о работе систем. Однако это не означает, что модель сама доказала безопасность каждого удаления. Из описания следует, что изменения проверяли инженеры, знакомые с затронутыми проектами.
Масштаб работ и приведённые результаты
OpenAI сообщает, что пять инженеров запускали варианты запроса в нескольких репозиториях. За две недели команда объединила более 1400 pull request и удалила свыше 800 тысяч строк кода. Большую часть этой работы, по публикации, выполняли параллельно с другими задачами; ревью распределяли между командами, имевшими контекст по соответствующим проектам.
В качестве одного конкретного результата компания приводит контейнерный образ сервиса: его размер уменьшился с 3,31 до 1,72 ГБ — на 48%. Это показатель одного сервиса, а не среднее по кодовой базе. OpenAI также сообщает, что другая серия очисток убрала около 400 вариантов визуальных снимков из тестового набора. Эти результаты опубликованы самой компанией; независимой проверки в доступных материалах нет.
Зачем GPT-6.1 Sol понадобилась при работе с экспериментами
OpenAI пишет, что GPT-6.1 Sol давала сходные с Astra результаты при меньшей стоимости. В публикации также описан более сложный вид очистки — поиск устаревших экспериментов. Такой эксперимент не обязательно не используется: его код может продолжать выполняться в production, а допуск пользователей — зависеть от изменяющихся условий.
Ранее команда сочетала детерминированный статический анализ с запросами к базе данных и применяла модель для создания и улучшения вспомогательных скриптов. Автор OpenAI отмечает, что этот процесс пропускал часть действительно устаревших экспериментов. В описании нового подхода фигурируют проверка конфигураций Statsig, истории изменений, связанных pull request и производственной телеметрии. Это показывает, почему одного поиска по репозиторию может быть недостаточно: нужно понимать связи между кодом и работающей системой.
Что потребуется команде в другом проекте
Практический вывод из кейса — просить модель не просто перечислить подозрительные участки, а подготовить проверяемое обоснование: связать код с историей изменений, подходящими обсуждениями, конфигурациями и производственными данными. Возможность повторить такой процесс зависит от того, есть ли у команды эти сведения и может ли она безопасно предоставить к ним доступ. Описание OpenAI не даёт универсального промпта, гарантирующего безопасную очистку.
Для применения похожего подхода модель стоит использовать как помощника при подготовке изменений к ревью, а не как самостоятельное разрешение удалять код. Инженерам нужно оценить контекст и поведение затронутого сервиса, проверить подходящие тесты и решить, не затронуты ли связанные механизмы управления экспериментами. Это редакционный вывод из описанного процесса, а не результат отдельного тестирования Comrad404.
Какие утверждения Telegram-поста не подтверждены
В Telegram-пересказе утверждается, что среднее время CI-проверок сократилось на 55%, а модель за пару секунд предлагает безопасные для рабочих процессов удаления. Публикация OpenAI не приводит этих результатов и не обещает такого поведения. В ней названы число объединённых pull request, объём удалённого кода, сокращение размера образа одного сервиса и удаление вариантов визуальных снимков. В исходном посте Telegram дополнительные заявления следует отличать от результатов, которые сообщает OpenAI.
