AI导航

OpenAI公开Performance Factory:Codex自己查性能问题,3个月处理1700起回归

AI资讯
2 min read
0 次阅读

2026年11月19日,OpenAI在官方博客公开了内部系统Performance Factory:一套用Codex智能体自动发现并修复ChatGPT性能回归的“工厂”:告警一响,智能体自己查原因、自己提修复方案,工程师只负责审核与上线。三个多月里,这套系统已处理1700多起性能调查,600多起找到了根本原因。

从人工排查到“智能体工厂”

OpenAI性能团队走了六步:最初工程师手动翻指标、读日志、跟调用链排查变慢,还为此攒下30多种性能工具;后来Codex成了搭档,工程师问一句“为什么变慢了”,它就能定位;再往后,团队把排查流程沉淀成perf-forensics技能,Codex拿到告警就能一次给出诊断。

但人还夹在中间当“传话筒”:告警来了复制进Codex,结论出来贴回Slack。于是团队把调查搬上云端,告警自动触发Codex会话;最后建成Performance Factory,把调查、定因、修补、验证恢复变成可配置的工作流。

四个部件加一道“唱反调”

Performance Factory有四部分:可配置工作流的任务服务、按需派活的调度循环、在云端运行Codex的接口,以及在代码评审、部署完成时唤醒智能体的订阅机制。回归工作流按“待调查、已定因、已提修复、已解决”推进,任务状态与发现全记在任务里,方便接力。

为防智能体停在第一个看似合理的解释上,OpenAI加了对抗性评审:另一个Codex会话专门推翻诊断,比如核对未受影响的请求是否健康、回滚后指标是否恢复。人工抽查100条定因建议,70%准确,其余需打磨或未能确立因果关系。

修补比找原因更难

诊断通过后,Codex写修复并提交拉取请求,由工程师审核决定是否合并;修复上线后,另一个智能体再核查性能是否回到基线,没恢复就打回重查。OpenAI坦言,写出好修复比找到原因更难:智能体改动有时过于复杂、甚至引入新问题,加缓存能提速却可能带来数据过期,这类取舍仍需工程师判断。团队正用真实修复与最终合并版本的对比建评估循环,也在试合成性能测试,让智能体先自测再提方案。

这套做法的意义不只在OpenAI内部:当智能体成规模接手生产系统运维,诊断过对抗评审、修复经人工审核、恢复自动验证——这三道关卡,是其他团队复制“智能体工厂”最值得抄走的部分。相关进展可参考OpenAI公开Codex沙箱设计与OpenAI披露AI加速自身研发。

推荐工具

NVIDIA Chat with RTX AI聊天 Chat with RTX 是 NVIDIA 面向 RTX 电脑的本地 AI 聊天工具,可围绕本地文档和视频资料做问答,适合重视隐私、离线检索并具备硬件条件的用户更适合资料不便上传云 弱鸡AI AI视频 低价AI视频生成聚合平台,seedance2.0,seedance2.5,minimax h3,wan,muse等视频生成模型,支持在线创作与 API 接入。 HuggingChat AI聊天 HuggingChat 是 Hugging Face 的开源模型聊天应用,支持 Omni 自动选模型,也可手动选社区开放模型对话。它适合体验开源模型、技术探索和问答,结果可能不稳定,重要内容需复核。 纳米AI搜索 AI搜索 纳米AI 是 360 旗下 AI 搜索和智能体入口,支持文字、语音、拍照提问、多模型协作与内容创作,适合中文用户做日常搜索、学习问答、移动查询、热点追踪、生活决策、知识整理和轻量创作。 Qwen Chat(通义千问) AI聊天 Qwen Chat 是Qwen 大模型聊天助手,支持Qwen 模型聊天、写作和编程问答,适合中文用户和开发者完成 AI 对话、资料问答和任务协作,适合上线前核对权限、成本和资料质量。 DuckDuckGo AI Chat AI聊天 DuckDuckGo AI Chat 适合重视隐私的普通用户使用,围绕隐私 AI 聊天、免账户使用和多模型问答提供对话式 AI 支持和任务协作能力,适合上线前核对权限、成本和资料质量。