OpenAI 在 11 月 19 日对外公开内部运维系统 “Performance Factory(性能工厂)”,用来解决 ChatGPT 迭代更新之后容易出现响应延迟、卡顿、报错退化的问题,这套系统依靠 Codex 智能代理自动承接性能故障排查工作;ChatGPT 持续迭代新版本,每次改动代码、上新功能都有可能悄悄引入隐性性能 bug,人工工程师挨个核对指标、日志、代码链路效率很低,经常没法快速区分是用户请求变复杂,还是代码改动带来的性能退化,这套性能工厂流程是监控告警触发之后,Codex 自动调取指标、日志、调用链路、CPU 内存快照做溯源分析,定位病根并且给出修复方案,再交给人工审核上线,上线之后 AI 还会持续验证性能有没有恢复,上线 3 个多月累计处理 1700 多起性能调查,平均每天处理 17 起,成功定位 600 多个真实根因,大幅降低运维人员排查性能退化的工作量。
一、项目基础信息表
| 项目 | 详情 | 备注 |
|---|---|---|
| 系统名称 | Performance Factory 性能工厂 | OpenAI 内部运维系统 |
| 核心代理 | Codex | 代码类 AI 智能体 |
| 公开时间 | 2026-11-19 | OpenAI 工程博客发布 |
| 统计周期 | 3 个多月 | |
| 累计调查工单 | 1700 + 起 | 平均每日 17 起自动调查 |
| 成功定位根因 | 600 + 个 | 区分真正代码退化问题 |
| 工作范围 | ChatGPT 服务性能退化、响应卡顿、报错溯源 | |
| 权限范围 | 读取指标、日志、链路追踪、CPU / 内存快照、代码仓库 | 不能直接自主上线修改代码 |
| 审核环节 | 修复方案必须人工工程师审核确认后才能部署 |
二、Codex 自动排查完整流程清单
- 监控告警触发:系统检测到 ChatGPT 响应延迟上升、报错上涨等异常,自动生成调查工单。
- Codex 代理接手:锁定异常起始时间、受影响请求类型、影响范围,区分流量上涨和代码改动导致的卡顿。
- 全链路取证:核对版本发布记录、功能开关、日志、调用追踪、硬件资源占用情况。
- 定位根因并输出修复建议:给出代码改动点、优化方向。
- 人工复核:工程师审核方案,判断风险,确认是否上线。
- 上线后二次验证:Codex 继续监控指标,确认卡顿问题修复;没有好转就重新启动一轮排查。
三、ChatGPT 迭代容易越改越卡的主要原因
- 新增功能、代码变更容易引入隐性退化,小流量测试阶段不容易暴露,放量之后才显现延迟问题。
- 单纯看平均响应速度会被复杂提问占比拉高指标,容易误判故障,很难分清是流量问题还是代码问题。
- 大模型服务链路很长,包含调度、推理、缓存、接口、后端多模块,人工逐条溯源耗时很长。
- 很多性能问题属于间歇性偶发,很难稳定复现,人工抓证据难度高。
四、这套性能工厂方案优势
- 7×24 小时自动响应告警,不用等工程师轮班上线排查。
- 可以精准区分 “用户提问变难” 和 “代码改动造成性能退化”,减少无效排查。
- 自动整理日志、指标证据链,给到工程师清晰的定位结论,缩短故障修复时长。
- 沉淀大量性能退化案例,同类问题再次出现时排查速度更快。
五、方案局限说明
- Codex 只负责调查、提修改建议,没有自主上线权限,最终代码修改和发布控制权依旧在工程师手里。
- 极端复杂、跨模块底层架构类故障,AI 代理依然定位失败,还是需要资深人工介入。
- 这套是 OpenAI 内部运维工具,不会对外开放给普通用户。
- 只能解决代码迭代带来的性能退化,用户本地网络、浏览器、代理造成的卡顿不在这套系统处理范围内。
六、行业价值
大模型服务持续迭代,性能退化已经是所有大模型厂商共同的运维难题。OpenAI 这套 AI 自主排查性能故障的方案,相当于把 AI 用于大模型自身稳定性运维,属于 AI 运维 AI 的典型落地。未来其他大模型厂商也可以参考这套思路,搭建自动化性能退化检测代理,缓解版本迭代带来的卡顿、稳定性风险。
【相关 FAQ】
问题 1:ChatGPT 越改越卡 OpenAI 派 AI 自己查揪出 600 多个病根,这套自动排查系统叫什么名字?
回答 1:ChatGPT 越改越卡 OpenAI 派 AI 自己查揪出 600 多个病根,这套 OpenAI 内部 AI 排查系统叫做 Performance Factory,也就是性能工厂,依靠 Codex 代理执行排查。
问题 2:ChatGPT 越改越卡 OpenAI 派 AI 自己查揪出 600 多个病根,Codex AI 可以直接自己修改上线 ChatGPT 代码吗?
回答 2:ChatGPT 越改越卡 OpenAI 派 AI 自己查揪出 600 多个病根,Codex 只负责定位病根、输出修复方案,所有修改方案都需要人工工程师审核,AI 不能直接上线改动线上服务。
问题 3:ChatGPT 越改越卡 OpenAI 派 AI 自己查揪出 600 多个病根,这套系统 3 个月一共处理多少工单、定位多少根因?
回答 3:ChatGPT 越改越卡 OpenAI 派 AI 自己查揪出 600 多个病根,3 个多月累计跟进 1700 多起性能工单,成功定位 600 多个造成 ChatGPT 卡顿退化的根本原因。
问题 4:ChatGPT 越改越卡 OpenAI 派 AI 自己查揪出 600 多个病根,这套 AI 排查流程是怎么启动的?
回答 4:ChatGPT 越改越卡 OpenAI 派 AI 自己查揪出 600 多个病根,当监控捕捉到 ChatGPT 响应延迟、报错指标异常触发告警,系统自动派 Codex 代理启动溯源调查。
问题 5:ChatGPT 越改越卡 OpenAI 派 AI 自己查揪出 600 多个病根,用户自己网络卡顿问题也会被这套系统修复吗?
回答 5:ChatGPT 越改越卡 OpenAI 派 AI 自己查揪出 600 多个病根,这套系统只排查 OpenAI 服务内部代码迭代带来的性能退化,用户本地网络、浏览器、代理引发的卡顿不在处理范围。
【参考资料】
[2026-11-20](ChatGPT 越改越卡?OpenAI 派 AI 自己查,揪出 600 多个病根)新浪财经
[2026-11-20](ChatGPT 变慢后,OpenAI 开始让 Codex 查原因、提修复)手机搜狐网
[2026-11-20](OpenAI、Codex로 챗GPT 성능 문제 자동 진단・수정안 작성)AI타임스
[2026-11-19](OpenAI Performance Factory:AI agent 用于性能退化调查)OpenAI 工程博客
【免责声明】
本文 ChatGPT 性能工厂、Codex 自动排查相关信息来自 OpenAI 官方工程博客、科技媒体公开报道;相关数据为 OpenAI 内部统计,AI 代理仅辅助故障排查,不替代人工运维;本文仅属于大模型运维产业资讯科普,不构成大模型选型、自研运维系统开发建议,系统功能细节以 OpenAI 官方后续披露为准。
