OpenAI 晒出反向操作：用 AI 删掉 80 万行代码
近期，科技巨头纷纷展示其在 Rust 语言迁移及代码重构方面的成果。GitHub 宣布将 Copilot 核心引擎重写为 80 多万行 Rust 代码；谷歌正将 Fuchsia 内核中的 80 多万行 C/C++ 代码迁移至 Rust。
与此不同，OpenAI 采取了一种“反向”策略：利用人工智能删除冗余代码。5 名工程师在两周内，借助 GPT-6 Astra 模型合并了 1400 多个 PR，成功清理超过 80 万行代码。
团队还进行了一项成本对比测试：在识别过期功能实验代码的任务中，昂贵的 GPT-6 Astra 找出 142 处，而成本仅为前者七分之一的 GPT-6.1 Sol 找出 131 处。这一数据引发了关于模型性价比的深度思考。
智能体自主决策：从死代码到功能开关的精准清理
代码清理工作风险极高，误删可能导致生产环境事故。10 月 14 日，OpenAI 核心工程师 Rodrigo Roim 撰文详解团队如何利用 GPT-6 系列模型安全维护代码库。
自动化清理死代码
相较于上一代模型，GPT-6 Astra 展现出更强的上下文理解能力。工程师只需提供模糊指令，Astra 便能自动查阅历史 PR、Slack 聊天记录及线上性能数据，确认代码未被使用后才会执行删除，并附带详细理由。通过扫描多个仓库，仅一个服务的容器镜像体积便缩小了近一半。
谨慎处理过期功能实验
清理过期的功能实验代码更为复杂，因为部分代码可能仍在线上运行。Rodrigo 采用迭代优化提示词的策略，让 Astra 识别并计算过期实验的 CPU 占用情况。结果显示，一些占用资源最大的实验已过期数年。
在处理一个隐藏极深的内部测试总开关时，Astra 并未直接删除，而是指出该开关虽资源消耗低，但在管理后台标记为“永久”，可能具有运维价值。最终经人工审查确认删除后，主服务 CPU 成本节省了 0.42%。
模型选型经济学：便宜不一定更省
OpenAI 对 GPT-6 Astra 和 GPT-6.1 Sol 进行了详细的成本效益分析。在扫描百万行代码仓库的任务中，两者均使用 Codex Ultra 模式（最高推理强度）。
- GPT-6 Astra：花费 109 美元（约 730 元人民币），找出更多过期实验。
- GPT-6.1 Sol：花费 15 美元（约 100 元人民币），找出数量为 Astra 的 92%。
数据显示，Astra 多花费 94 美元仅多找出 11 处问题，成本是 Sol 的 7 倍多，但成效提升不足 10%。这表明对于特定任务，高性价比模型更具优势。
企业级实践：动态编排模型以实现最优解
针对模型选择难题，国内企业级智能体服务商特赞科技提出了“按任务动态选择、编排模型”的思路，并构建了 Tezign Model Hub 平台。
该平台接入 30 多个基础模型，包括自研、商业闭源、开源及私有化部署模型。系统根据任务需求评估最合适的模型，支持多模型协同，并在任务完成后复盘以优化后续选择。特赞指出，“便宜的 Token 有时比贵的更贵”，若低价模型需多次重试才能得出正确结果，总成本可能高于高价模型一次成功的费用。
实战指南：三段高效提示词优化代码库
对于面临代码臃肿问题的开发者，OpenAI 官方验证有效的三段提示词可供参考。建议优先使用 GPT-6.1 Sol 配合 Medium 推理强度进行测试，如需更深度的扫描再调整参数。
1. 修复不稳定测试
/goal 查看最近所有的 CI 运行记录，找出不稳定的测试，每个都试着修复一下，修好了就提交一个 PR。先挑简单的修，修复方法要明确，用不着把每个不稳定的测试都修好。2. 优化 AGENTS.md 指令
查看一下我最近的 Codex 会话，看看 AGENTS.md 里有没有哪条指令把智能体带偏了，或者让它白干活，挑一条出来。再找到出问题那次会话的第一条提示词，用同一个仓库快照、同一个模型，把这段提示词分下面两种情况各运行一遍。
1. AGENTS.md 里的这条指令保持原样；
2. 只删掉或者改好这一条指令。
对比两次的完成质量、智能体的做法、工具调用、token 用量、耗时和成本。最后把这条指令贴出来，告诉我修改以后有没有用。3. 优化 CI 效率
给这个仓库的 CI 减负，你有哪些思路？把思路列成一张表，根据这个仓库的 CI 运行记录，估算每条思路每天能省下多少分钟的 CI 时间，按省下的时间从多到少排。据 OpenAI 团队实践，采纳 Codex 建议并合并约 30 个优化 PR 后，CI 耗时中位数从 10 分钟降至 4.5 分钟。
随着 AI 智能体加速代码生成，代码库的维护压力也随之增加。正如网友所言：“有智能体每天往仓库里加代码，那也应该有一个智能体每天删代码。”这种平衡机制将成为未来软件工程的重要组成部分。