2026-11-16 · ← Aktualności
Revolut skraca pracę nad kodem o 30 do 60 %, ale pomiar pozostaje wewnętrzny
Revolut podaje w studium klienta OpenAI, że skrócił czas od rozpoczęcia zadania do scalenia funkcji o 30 do 60 %. Ważniejszy od samej liczby jest podział pracy: agenci implementują, a ludzie projektują system i odpowiadają za wynik.
Nie udało się wczytać obrazu.
Revolut podaje w studium klienta OpenAI, że Codex skrócił czas od rozpoczęcia zadania programistycznego do scalenia funkcji o 30 do 60 %. Firma używa też modeli OpenAI do analizy podejrzanych transakcji, lecz opublikowane wyniki pochodzą od samego klienta i nie są niezależnym benchmarkiem.
Codex przejął implementację, a programiści zachowali odpowiedzialność
Starszy inżynier platformy opisał, jak podzielił wewnętrzną usługę code review na funkcje i zlecił ich implementację kilku agentom. Sam skupił się na projekcie systemu, planowaniu i kontroli wyniku. Revolut twierdzi, że oszczędność obejmuje całą drogę od startu zadania do merge, a nie tylko pisanie kodu.
Codex miał również oszczędzić 1 do 2 dni przy jednym większym przeglądzie kodu pod kątem bezpieczeństwa. Dokumentację design systemu tworzoną przez około 7 lat firma przekształciła w kontekst czytelny dla AI w 1 dzień. To pojedyncze przykłady z firmy, a nie opublikowane badanie z grupą kontrolną.
Największa zmiana zachodzi przed pisaniem kodu i po jego wygenerowaniu
Praktyczna wartość wykracza poza szybsze generowanie. Revolut przesuwa pracę doświadczonych inżynierów w stronę projektowania systemu, dzielenia zadań i review. Taki układ zwiększa wydajność tylko wtedy, gdy osoby zatwierdzające zmianę naprawdę ją rozumieją.
Podobną granicę firma opisuje przy agencie FinCrime. System analizuje informacje, stosuje reguły firmy i wykonuje określony etap dochodzenia. Człowiek sprawdza pierwotne dane, ocenia wyjaśnienie i zatwierdza działanie. W regulowanej firmie finansowej ta granica ma większe znaczenie niż liczba wygenerowanych linii.
Efektownej oszczędności brakuje publicznej metodologii i danych o błędach
OpenAI opublikowała materiał jako studium klienta. Nie podaje liczebności próby, okresu bazowego, wyników według rodzaju zadania ani wpływu innych narzędzi i zmian procesu. Zakresu 30 do 60 % nie można więc traktować jako prognozy dla innego zespołu.
W opisie agenta FinCrime brakuje dokładności, liczby fałszywych alarmów i przeoczonych przypadków. Większa liczba spraw bez proporcjonalnego wzrostu zatrudnienia mówi o przepustowości. Nie dowodzi lepszej jakości decyzji.
O wyniku przesądzą audyty, cofnięte zmiany i jakość dochodzeń
Potrzebne są dane operacyjne: ile zmian Codexu wraca do poprawy, ile czasu zajmuje review i czy zmienia się liczba błędów po wdrożeniu. Dopiero one pokażą, czy praca zniknęła, czy przeniosła się do kontroli.
W sprawach przestępstw finansowych liczyć się będą dokładność, eskalacje i pełna ścieżka audytu każdej decyzji. Revolut sensownie rozdziela role, ale na razie lepiej pokazał stoper niż rachunek za pomyłki.
Werdykt Lilith
Revolut pokazał stoper szybszy o 30 do 60 %. Dopóki obok nie położy rejestru błędów i poprawek, nie wiadomo, czy skrócił wyścig, czy tylko przesunął metę do osoby robiącej review.