Virgin Atlantic
遗留代码重构与移动App质量
OpenAI
航空/旅行
企业部署案例
标准案例｜可参考但仍有缺口
A级证据
生产级
A
证据等级
Virgin Atlantic：遗留代码重构与移动App质量
证据等级衡量“能否定位和复核来源”，不评价厂商披露是否经过第三方审计。
标准案例｜可参考但仍有缺口
9 / 12
业务背景1 / 2
改造流程1 / 2
技术工作流2 / 2
人机与治理1 / 2
量化结果2 / 2
来源定位2 / 2
仍可补强：业务背景、改造流程、人机与治理
业务问题
航空App上线窗口风险高，遗留代码重构和测试覆盖需要大量时间。
解决方案
使用Codex加强测试覆盖、重构legacy code，并让分析团队直接在数据仓库上构建工具。
技术架构与生产工作流
Step 01
大型移动App代码库 + issue/需求 + 既有测试
→
Step 02
Codex读取相关代码与依赖上下文
→
Step 03
生成/修改legacy code并补充单元测试
→
Step 04
本地/CI测试与静态检查
→
Step 05
工程师review、修正和批准
→
Step 06
合并进入发布流水线；新测试提高后续Agent可验证性
关键技术与基础设施组件
Codex代码库上下文单元测试CI/CDHuman code review
人机分工与责任边界
工程师审核代码、测试与上线；生产责任仍由航空公司团队承担。
FDE 动作拆解
- 选择发布风险最高、又能被测试验证的工程任务切入
- 帮助团队把Codex接入真实repo和工程习惯，而不是孤立聊天
- 把测试覆盖率作为Agent工作的护栏
- 让分析/工程人员直接在原数据和代码环境工作
- 以重构周期、测试覆盖和P1缺陷等生产指标验收
可迁移复用的落地方法论
- 先补测试，再扩大coding agent自治范围
- 代码场景非常适合“生成→确定性测试→人审”的Agent闭环
- 衡量上线质量而不是只看代码生成速度
业务成效与交付成果
遗留重构从约2周降到约30分钟；新App接近100%单测覆盖，发布时0个P1缺陷。
证据边界与核验记录
- 高：OpenAI客户案例公开披露约2周→30分钟、接近100%单测覆盖、0个P1缺陷等结果。
- 来源可直接定位到该案例；数值仍属于来源方披露，不代表独立审计。