您的位置首页 >人工智能 >

OpenAI 性能工厂落地,Codex 智能体每日自动执行 17 次 ChatGPT 性能排查

OpenAI 对外公布了内部自研的 “性能工厂(Performance Factory)” 系统,这套系统依靠 Codex 编码智能体自动化处理 ChatGPT 的性能退化问题,之所以要搭建这套系统,是因为现在 AI 智能体迭代速度太快,传统人工排查性能瓶颈的方式已经跟不上节奏,工程师提前写好标准化工作流和指令交给 Codex 智能体,当监控触发性能告警之后,智能体就会自动接手排查、定位根因、输出修复方案,方案交给人工审核,上线之后还有智能体复核修复效果,上线三个多月累计完成 1700 多起性能调查,定位 600 多起问题,平均每天自动跑 17 次性能排查任务,这套方案把重复枯燥的日志分析、故障排查工作交给 AI,工程师只负责最终审核把关,大幅降低 ChatGPT 性能波动的处理成本。

一、性能工厂核心定位

性能工厂是 OpenAI 内部自用的云端自动化运维系统,不属于对外售卖的新产品,核心目标是持续监控 ChatGPT 线上服务,快速捕捉性能退化(性能回归)问题,整套系统由多个 Codex 智能体协同分工完成。

二、Codex 智能体排查完整流程

  1. 告警触发:线上监控检测到 ChatGPT 响应变慢、性能异常,自动生成任务工单
  2. 智能体排查:Codex 智能体读取日志、调取运行数据,开展取证调查,记录问题信息
  3. 生成修复方案:智能体根据根因写出修复代码、提交 PR
  4. 人工审核:工程师复核方案,决定是否批准上线
  5. 上线后验证:另外一个 Codex 智能体跟进核验,确认性能是否恢复基准水平
  6. 对抗评审:约 25% 的诊断结果会交给其他智能体交叉质疑校验,避免误判

三、已落地运行数据清单

项目数据详情
上线时长三个多月
累计性能调查任务1700 + 次
成功定位根因案例600 + 起
智能体输出修复方案约 400 份
直接原样合并上线的 Codex 代码 PR15 个
给工程师修改提供参考的修复建议约 50 条
日均自动排查任务17 次

四、关键限制说明

  • 所有代码变更、修复方案最终权限都掌握在人类工程师手里,智能体没有独立上线权限
  • 当前只跑了性能回归这一条工作流,后续 OpenAI 计划拓展更多工程自动化场景
  • 智能体输出结果存在出错概率,对抗评审环节就是用来降低误诊断风险

【相关 FAQ】

问题 1:OpenAI 性能工厂里的 Codex 智能体,每天 17 次性能排查主要查什么?

回答 1:OpenAI 性能工厂的 Codex 智能体每天 17 次性能排查,核心是查找 ChatGPT 线上服务里的性能退化问题,也就是代码更新之后导致响应变慢、服务性能下滑的性能回归问题,自动查日志、定位变慢原因、输出修复建议。

问题 2:OpenAI 性能工厂的 Codex 智能体排查完问题,可以直接改代码上线吗?

回答 2:不可以,OpenAI 性能工厂的 Codex 智能体只能完成调查、写修复方案,所有修改代码的提交都需要工程师人工审核确认之后,才能够部署上线,智能体没有自主上线权限。

问题 3:性能工厂和普通版本 Codex 编码智能体有什么区别?

回答 3:普通 Codex 面向开发者,用来写代码、改项目、调试程序;性能工厂是 OpenAI 内部搭建的一套调度框架,编排多个 Codex 智能体,专门做线上服务持续性能巡检、故障闭环,是一套内部运维自动化工作流。

【参考资料】

[2026-11-19](How OpenAI’s Performance Factory keeps ChatGPT fast)OpenAI 官网

[2026-11-19](OpenAI Codex Agents Complete More Than 1,700 ChatGPT Investigations)TokenPost

[2026-11-19](OpenAI's Performance Factory uses Codex agents with adversarial peer review)Crypto Briefing

[2026-11-19](OpenAI’s Codex Agents Ran 1,700 ChatGPT Slowdown Probes)FourWeekMBA

【免责声明】

本文内容仅为行业资讯信息整理,不构成技术落地指导、投资建议;相关系统为 OpenAI 内部项目,功能、数据以 OpenAI 官方更新为准,信息存在滞后与变动风险。

今日大家都在搜的词: