OpenAI内部系统用Codex自动排查性能回归
时间:2026年11月19日,OpenAI 发布官方工程博客,公开内部系统 Performance Factory。
地点:美国旧金山 OpenAI 总部。
人物:OpenAI 性能工程团队(Okay Zed、Cyrus Forbes 等);参与致谢的 Brendan Gregg、Pieter Hooimeijer、Nick Cooper 和 Louis Brandy。
事件详情:OpenAI 公开了内部系统 Performance Factory,一套跑在云端的 Codex 智能体自动化体系,用于调查并缓解 ChatGPT 的性能回归。根据 OpenAI 性能团队披露的数据,该系统在三个多月的时间里追踪了 1700 多次自动调查,定位了 600 多个根因,平均每天完成约 17 次调查。Regression Workflow 从性能告警触发开始,由 Codex 智能体使用共享技能 perf-forensics 检查指标、链路和变更记录,定位根因后提出修复方案并提交 PR,工程师负责最终审查和部署决策。部署后另一个智能体会被唤醒,验证性能是否恢复基线,未恢复则退回重新调查。在 600 多个找到根因的案例中,约 400 个推进到修复提案,约 50 个上线修复受智能体建议影响,其中约 15 个是 Codex 直接提交并被合并的 PR。
背景:OpenAI 的性能工程团队最初靠人工排查——翻日志、看追踪、对比代码变更、在线上调试,为此积累了 30 多个专用性能工具。Codex 接入后,工程师可以用自然语言让它去查,但仍要把握方向。团队随后把排查流程固化成可复用的 Codex 技能 perf-forensics,让 Codex 能一次运行就给出诊断。再往后工程师变成了告警和 Codex 之间的「搬运工」——把告警贴进 Codex、把结论贴回 Slack。最终 OpenAI 构建了 Performance Factory,用状态机把任务从调查到修复到验证全流程自动化。
影响:Performance Factory 将检测、定位、跟踪和验证等环节自动化了大半,但提出可靠修复仍是瓶颈。OpenAI 坦承全自动修复还有距离——智能体在原因清晰、修复范围收敛的问题上表现最好,但架构级改动(如加缓存可能引入脏数据)仍需工程师权衡。该系统展示了「用工厂修工厂」的范式:智能体承担重复劳动,工程师保留判断权。OpenAI 还披露了对 100 条根因建议的人工评审结果:70% 评为准确,30% 需要进一步细化或未能完全确立因果关系。
总结:OpenAI 在 11 月 19 日公开了 Performance Factory 内部系统,三个月内完成 1700 多次自动性能调查、定位 600 多根因,日均约 17 次。Codex 从「搭档」演进为「自动调查员」再演进为「工厂」,但工程师仍掌握最终修复和部署决策权。这套系统的核心启示是:智能体的价值不在于替代工程师写代码,而在于把工程师从重复的调查劳动中解放出来,让他们专注于架构权衡和长期优化。
参考来源:
沙丘社区:OpenAI 用 Codex 排查 ChatGPT 性能回归并复验修复,https://www.shaqiu.cn/tracking/practice%3Aopenai%3Aperformance-factory-codex-regressions%3A20261119?from=%2Ftracking
PromptTree:OpenAI 公开 Performance Factory:用 Codex 自动追性能回归,https://www.prompttree.cn/article/6aff884873de2338a22d6c54
蘑菇(yzmg.com 翻译 OpenAI 官方博客):OpenAI 用 Codex 搭 Performance Factory,自动排查 ChatGPT 性能回归,https://www.yzmg.com/items/snhzq8z6a7fm0wg5ldeig03l6
Dataist:OpenAI automates ChatGPT slowdown investigations with Codex,https://dataist.ai/news/openai-automates-chatgpt-slowdown-investigations-with-codex/
Aipolix:OpenAI details its Codex-powered Performance Factory,https://aipolix.com/en-us/news/openai-performance-factory-codex-agents-chatgpt-regressions
CSDN AtomGit 社区:OpenAI 让 Codex 自己修 ChatGPT 的卡顿:3 个月 1700 次调查,最后只有 15 个 PR 原样上线,https://tianqi.csdn.net/6aff986240858c2d881cb8ed.html
dev.to:OpenAI Puts AI Agents On ChatGPT Slowdowns And Gets 70% Right,https://dev.to/fathomnews/openai-puts-ai-agents-on-chatgpt-slowdowns-and-gets-70-right-354k
i10x.ai:OpenAI Performance Factory: Codex Agents Ran 1,700 Investigations to Keep ChatGPT Fast,https://i10x.ai/news/openai-performance-factory-codex-agents-chatgpt-regressions







