Стартап Gondola с Codex ускорил выпуск кода на 25% без найма и удвоил выручку
Маленькому стартапу Gondola не хватало инженеров: идеи отдела продаж месяцами лежали в очереди. Теперь менеджеры собирают в Codex рабочий прототип, а программисты доводят его до релиза. Число принятых правок в коде за месяц выросло на 25% по команде и на 50% у ведущего инженера при прежнем штате, а выручка за год удвоилась. Если очередь мелких задач душит команду, пусть продакты приходят с прототипом, а не с ТЗ.
AI-обработка оригинала OpenAI Blog; редакция Hamidun News
У любой маленькой команды одна и та же беда: идей много, а инженеров мало. Отдел продаж приносит хорошую гипотезу, но она месяцами лежит в бэклоге, потому что программисты заняты основным продуктом. Стартап Gondola, платформа для креаторов, решил эту проблему так: дал инструмент Codex от OpenAI не только инженерам, но и менеджерам. Цифры по данным компании такие. Число правок, которые принимают в основную ветку кода за месяц, выросло на 25% по всей команде и примерно на 50% у ведущего инженера. Штат инженеров при этом не менялся. Выручка за год выросла более чем вдвое, и компания утверждает, что расходы на зарплаты не прибавились.
Это клиентский кейс на сайте самой OpenAI, поэтому цифры надо читать как заявления компании, а не как независимый аудит. Практический урок в истории всё равно есть.
Что за компания и в чём была проблема
Gondola основал Джаред Кляйнштейн, владелец продакшен-агентства Fresh Tape Media. Он видел, что авторы удачных роликов для соцсетей редко получают признание. Платформа помогает креаторам показывать свои работы, подтверждать их эффект и находить заказчиков.
Команда небольшая, и главным ограничением было время инженеров. Даже мелкие эксперименты конкурировали с основными задачами и проигрывали. Теперь Codex используют для разработки, а ChatGPT для ежедневной рутины.
Показатель «выпуск кода» здесь считается по количеству принятых в основную ветку изменений. Это грубая метрика: она не показывает ни ценность правок, ни их качество. Зато компания отмечает, что изменения стали крупнее, а время ревью pull request осталось прежним. Значит, проверка не превратилась в узкое место. Число креаторов, которых бренды наняли через платформу, выросло в 2,5 раза.
Прототип вместо технического задания
Главное изменение произошло в процессе. Раньше сотрудник бизнес-команды описывал потребность, писал требования и ждал, когда у инженера появится время на первую версию. Теперь он открывает Codex Cloud, изучает кодовую базу, собирает интерфейс или сценарий и проверяет гипотезу. Часто к приходу инженера уже есть работающая первая версия.
Сам Кляйнштейн и менеджер по партнёрствам Джоджо Хескет впервые в жизни влили свой код в основную ветку. Пример — инструмент Programs: в нём компании ищут креаторов, разбирают отклики, ведут проекты и следят за бюджетами. Хескет прототипировала сценарии в Codex, потом инженеры довели их до релиза. По словам Кляйнштейна, польза в том, что можно быстро собрать вариант, выбросить неудачный и оставить рабочий. Команда начала со GPT-5.4, основную часть сделала на GPT-5.5, а доработки и исправления ошибок вела на GPT-6.1. Основатель оценивает экономию в дни, а то и недели разработки.
Второй пример — карта фотографов и видеографов в городах, где проходил чемпионат мира по футболу. Данные у компании уже были, а окно возможностей было коротким. Прототип в Codex собрали быстро, инженеры довели его до запуска, и тема не успела устареть. Кляйнштейн связывает скорость с небольшим, чётко ограниченным объёмом работы и жёстким дедлайном.
Инженеры работают с Codex через командную строку и редакторы, а в GitHub используют его для ревью pull request. Инструмент подключён к репозиториям, окружениям разработки и Slack, чтобы в работе был контекст продукта. За архитектуру, безопасность, обработку данных и готовность к продакшену по-прежнему отвечают люди.
ChatGPT для рутины и что учесть
Вне разработки команда использует ChatGPT для подготовки предложений, расписаний и поиска информации в рабочих системах. Например, утренний отчёт собирает данные из Gmail, Календаря, Таблиц и Диска Google, Asana, Slack, QuickBooks и прогноз погоды. Вручную такой обзор, по словам основателя, занял бы «часы и часы». Всё, что уходит наружу или влияет на бизнес-решения, проверяет человек.
Оговорки очевидны. Выручку удвоили не только инструменты: компания заявляет о связи между Codex и ростом, но не доказывает её. Успех с прототипами подтверждён на небольших задачах с понятными границами, вроде карты или внутреннего инструмента. Для сложных систем с высокой нагрузкой и строгими требованиями к безопасности такой процесс нужно проверять отдельно.
Для разработчиков и продактов вывод простой. Если у вас растёт очередь мелких экспериментов, пусть продакты приносят не документ, а работающий прототип. Инженерам останется ревью, укрепление безопасности и вывод в продакшен. Следите за временем ревью: пока оно не растёт, процесс держится.
- 21 нояб. 2026 г.OpenAI GPT-6 Cyber нашла около 35 дыр в iPhone, Mac и другой технике Apple
- 21 нояб. 2026 г.22 агента Claude шесть недель искали ответы по чёрным дырам — и решили две задачи
- 21 нояб. 2026 г.Google разделит хранение чатов и обучение Gemini: отказ без потери истории
- 21 нояб. 2026 г.Apple в macOS 27.3 beta 2 даст ограничивать доступ ИИ-агентов к файлам Mac
Вопросы и ответы по материалу
Что известно по теме: что за компания и в чём была проблема?
Gondola основал Джаред Кляйнштейн, владелец продакшен-агентства Fresh Tape Media. Он видел, что авторы удачных роликов для соцсетей редко получают признание. Платформа помогает креаторам показывать свои работы, подтверждать их эффект и находить заказчиков. Команда небольшая, и главным ограничением было время инженеров. Даже мелкие эксперименты конкурировали с основными задачами и проигрывали. Теперь Codex используют для разработки, а ChatGPT для ежедневной рутины.
Что известно по теме: прототип вместо технического задания?
Главное изменение произошло в процессе. Раньше сотрудник бизнес-команды описывал потребность, писал требования и ждал, когда у инженера появится время на первую версию. Теперь он открывает Codex Cloud, изучает кодовую базу, собирает интерфейс или сценарий и проверяет гипотезу. Часто к приходу инженера уже есть работающая первая версия. Сам Кляйнштейн и менеджер по партнёрствам Джоджо Хескет впервые в жизни влили свой код в основную ветку.
Что известно по теме: ChatGPT для рутины и что учесть?
Вне разработки команда использует ChatGPT для подготовки предложений, расписаний и поиска информации в рабочих системах. Например, утренний отчёт собирает данные из Gmail, Календаря, Таблиц и Диска Google, Asana, Slack, QuickBooks и прогноз погоды. Вручную такой обзор, по словам основателя, занял бы «часы и часы». Всё, что уходит наружу или влияет на бизнес-решения, проверяет человек. Оговорки очевидны. Выручку удвоили не только инструменты: компания заявляет о связи между Codex и ростом, но не доказывает её.
Соберите рабочего ИИ-агента или сервис своими руками без ручного кода
В Академии Жемала Хамидуна (academy.hamidun.com) открыт бесплатный 72-часовой тест-драйв: интерактивные скетч-уроки по Claude Code и Cursor, живой Tech Radar и готовые шаблоны агентов.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.