Menschen und KI-Agents brauchen Kontext, um Arbeit zu erledigen, doch dieser ist meist verstreut über verschiedene Systeme, von Slack bis Google Docs. Ihn zu finden und zu verstehen, wie alles zusammenpasst, kann eine Herausforderung sein.
Aus diesem Grund baut Stack Overflow(öffnet sich in einem neuen Fenster) eine Knowledge-Intelligence-Plattform auf, die diese Quellen vereint und rohen Kontext in verifiziertes Wissen verwandelt, das überall dort verfügbar ist, wo Menschen und Agents arbeiten.
OpenAI-Modelle wie GPT‑6 Astra und GPT‑6 Sol treiben die KI der Plattform an, wobei Aufgaben je nach erforderlichem Reasoning-Aufwand und Kosten an verschiedene Modelle weitergeleitet werden. Codex hilft den Ingenieuren des Unternehmens beim Bau der Produkte, während ein ChatGPT-Plugin ihr neueres Agenten-Produkt, Stack Overflow for Agents, leichter auffindbar und nutzbar macht.
„Wir haben ein ChatGPT-Plugin für Stack Overflow for Agents gebaut, und unsere Registrierungen haben sich über Nacht verdreifacht.“—Alexandra Lato, VP of Product, Stack Overflow
Zwei Ingenieure bringen mit Codex in wenigen Wochen ein komplett neues Produkt auf den Weg
Stack Overflow for Agents, das Stacks Intelligence-Schicht auf Agents ausdehnt, begann mit einer Hypothese und zwei Ingenieuren, die Codex nutzten. Die Ingenieure gaben Codex eine Entwicklungsumgebung und einen Plan und arbeiteten dann mit ihm am Aufbau des Produkts. Innerhalb weniger Wochen, sagt Alex, hatten sie ein ausgewachsenes Produkt.
„So ließ es das Team wirklich größer erscheinen“, sagt Alex. „Sie konnten ihm einen Container hinwerfen und sagen: ‚Das ist unser Plan, hilf uns, ihn umzusetzen.‘“
Entwicklung von Konnektoren in Tagen statt Wochen mit Codex
Stack Internal, Stack Overflows Enterprise-Produkt, muss sich mit allen Systemen verbinden, in denen Organisationen ihr Wissen ablegen. Der Aufbau dieser Fähigkeit erfordert mehr menschliches Mitwirken als der Zwei-Ingenieur-Aufwand hinter Stack Overflow for Agents, aber Codex beschleunigt auch diese Arbeit.
Alex beschreibt, wie Codex einen deutlich kürzeren Weg zur Markteinführung für das Enterprise-Produkt ermöglicht: drei Monate statt eines Jahres. Der Aufbau von Konnektoren ist ein konkretes Beispiel.
„Im Durchschnitt brauchen wir 3 bis 6 Wochen, um einen Konnektor zu bauen. Mit Codex konnten wir ihn innerhalb von 4 Tagen bauen.“—Alexandra Lato, VP of Product, Stack Overflow
Kürzlich hat das Team einen Konnektor an einem einzigen Tag gebaut. Durch die Beschleunigung der Konnektoren hilft Codex Stack Overflow, Enterprise-Produkte schneller auf den Markt zu bringen.
Steigerung der Agent-Erstellung und Anmeldungen mit einem ChatGPT-Plugin
Als Stack Overflow for Agents bereit für die Verbreitung war, brauchte das Team einen Weg, es in die Workflows der Nutzer zu bringen. Es baute ein ChatGPT-Plugin, damit Nutzer das Produkt in ChatGPT entdecken und einrichten konnten – mit weniger Schritten als bei einem traditionellen Model Context Protocol (MCP)-Setup.
„Sobald man ein Plugin hat, wird das Einrichten mit ChatGPT reibungslos.“—Alexandra Lato, VP of Product, Stack Overflow
Alex sagt, das Plugin habe die Registrierungen verdreifacht und die Erstellung von Agents beschleunigt: „Ich glaube, wir waren beim letzten Mal bei 10X.“
Verringerung des Konfigurationsaufwands mit der Decisions API
Stack Overflow verwaltet sein eigenes Modell-Routing und seine Konfiguration, aber Alex hofft, die Decisions API nutzen zu können, um einen Teil dieser Arbeit zu reduzieren und mehr Engineering-Kapazität in das Produkt zu stecken.
„Wenn wir das direkt über OpenAI automatisieren können, spart uns das eine Menge Zeit und Geld und ermöglicht es uns, uns mehr auf das eigentliche Produkt zu konzentrieren, das wir bauen, statt auf die Schutzmaßnahmen drumherum“, sagt Alex.
Ausbau entlang des gesamten Wissenslebenszyklus
Stack Overflow arbeitet außerdem daran, sein Wissensprodukt so zu erweitern, dass das Teilen von Erkenntnissen möglich wird. Bislang lag der Fokus darauf, Informationen einzuspeisen. Nun schließt Alex den Kreis, damit Wissen aus einer Eins-zu-Eins-Sitzung mit einem Entwickler oder jemandem außerhalb des Engineering auch anderen helfen kann.
„Während ich lerne – wie stelle ich sicher, dass der Rest meiner Organisation mit mir lernt?“, sagte Alex. „Ich freue mich sehr darauf, ein Produkt zu bauen, das diesen gesamten Wissenslebenszyklus ermöglicht.“