Sea разворачивает Codex во всей инженерной организации и ставит на AI-native разработку

Sea Limited начала разворачивать Codex по всей инженерной организации и рассматривает это как ставку на новую модель разработки. В компании считают, что AI-агенты должны не просто ускорять написание кода, а менять то, как команды понимают сложные системы, тестируют изменения и доводят идеи до продакшена.

Почему Sea выбрала Codex Для Sea разработка — это не только создание новых фич.

Компания управляет крупными продуктами на рынках Юго-Восточной Азии, где приходится одновременно работать с электронной коммерцией, платежами, логистикой и локальными особенностями разных стран. На таком масштабе главным узким местом становится не скорость набора кода, а способность быстро разбираться в распределённых системах, зависимостях между сервисами и старой логике, которую нельзя просто переписать с нуля. Именно здесь, по словам Дэвида Чена, сооснователя Sea и CPO Shopee, Codex выделился на фоне обычных AI-инструментов. Он описывает его не как продвинутый автокомплит, а как систему с глубоким контекстом по большим и разнородным кодовым базам. Для команды с массивной микросервисной архитектурой это означает меньше времени на ручной обход незнакомых сервисов и больше внимания к архитектурным решениям, надёжности и запуску новых продуктовых идей.

Как меняется разработка

Во внутренней обратной связи Sea видит сильный спрос на Codex в трёх сценариях: понимание кода, отладка и разработка новых функций. Компания отмечает, что среди пользователей Codex 87% активны каждую неделю. Ещё один показатель касается тех разработчиков, кто оценил инструмент на 4 или 5 баллов из 5: 73% из них готовы рекомендовать его коллегам.

Для Sea это признак того, что инструмент используется не эпизодически, а становится частью повседневного рабочего процесса. Самое важное изменение, которое видят в Sea, — переход от AI как пассивного помощника к агентным сценариям внутри инженерного контура. По словам Чена, разработчики используют Codex не только чтобы писать быстрее, но и чтобы лучше думать о системе.

Агент уже встраивается в CI/CD-пайплайны: анализирует требования, предлагает реализации в духе test-driven development, поднимает возможные edge cases в распределённых системах и ускоряет цикл отладки. Одновременно это помогает не только повышать темп, но и системно сокращать технический долг.

• Быстрее разбираться в незнакомых сервисах и зависимостях Прототипировать несколько вариантов реализации без долгой ручной подготовки Расширять тестовое покрытие и раньше находить уязвимые места * Ускорять debugging loops в сложных распределённых системах ## Ставка на регион Sea считает Юго-Восточную Азию естественным полигоном для AI-native разработки. Регион уже не раз перескакивал классические циклы внедрения технологий: от mobile-first моделей до суперприложений. Здесь разработчикам приходится решать многоязычные и фрагментированные задачи сразу в нескольких доменах — коммерции, платежах, коммуникациях и логистике. На таком фоне AI-агенты выглядят не как модный слой поверх существующих процессов, а как инструмент, который может снять часть операционной нагрузки и усилить небольшие команды.

«Победят те, кто уже сегодня перестраивает инженерную культуру и процессы вокруг сотрудничества человека и ИИ».

Эта логика распространяется и за пределы самой Sea. Компания вместе с OpenAI запускает первую региональную серию Codex Hackathon Series в Азии. Старт намечен в Сингапуре, затем программа должна пройти в Индонезии, на Тайване и во Вьетнаме. Задача — не просто показать новый инструмент, а сократить разрыв в доступе к передовым AI-средствам для локального сообщества. В Sea рассчитывают, что это позволит разработчикам быстрее переходить от любопытства к созданию масштабируемых AI-native приложений и постепенно наращивать в регионе собственную инженерную школу вокруг агентной разработки.

Что это значит

История Sea показывает, как крупные азиатские техкомпании начинают воспринимать AI-кодинг не как ещё один productivity tool, а как основу для перестройки инженерных процессов. Если такой подход закрепится, роль разработчика действительно начнёт смещаться от ручной реализации к проектированию систем, контролю качества и оркестрации работы AI-агентов.