OpenAI 于 11 月 19 日星期三披露了 Performance Factory,这是一个内部系统,使用 Codex 智能体自动调查并修复 ChatGPT 的变慢问题——这项性能工程工作过去是手动完成的。此次披露来自与 VentureBeat 独家分享的工程报告,以及 @OpenAIDevs 账号在 X 上发布的帖文。在三个多月的时间里,该系统已开展了 1700 多次调查,在 600 多个案例中找到了根本原因,并提出了约 400 项修复方案。
从告警到经过验证的修复
当监控发现性能回归——某项服务在一次变更后响应变慢——系统会创建一个任务,由 Codex 智能体展开调查:变慢从何时开始、哪些请求受到影响、同一时期发生了哪些代码变更和功能开关变更,并与日志和调用链进行交叉核对。智能体遵循固定方法,即可复用的“perf-forensics”技能,复现性能团队的调查流程。随后,另一个不了解此前工作的 Codex 会话尝试反驳诊断:约 25% 的诊断会在这一对抗性评审中受到质疑。如果诊断成立,Codex 会编写修复代码并提交拉取请求,由人类工程师决定是否合并。部署之后,另一个智能体会验证性能是否恢复正常;如果只是部分恢复,则会开启一个新任务。
智能体已交付的成果——以及尚未交付的部分
数字显示出一个狭窄的漏斗:在 1700 多次调查中,略多于 600 次找到了根本原因,约 400 次产生了修复提案。其中,约 50 项进入生产环境的修复受到了智能体的影响,而只有 15 项是完全由 Codex 编写并按原样接受的拉取请求。换句话说,该系统加速了人类的工作,而非取代它:最终决定仍由工程师做出。OpenAI 自己也表示,距离目标仍有差距,并将版本对比以寻找改进、以及研究智能体未来是否可以在无需人工批准的情况下部署简单低风险修复作为下一步。
该系统由四个组件构成——任务跟踪器、分发循环、通过 Codex API 进行的云端执行以及事件触发器——智能体在具有受限权限的专用服务身份下运行。这展现了代码智能体如何从处理孤立任务,走向编排整个工程工作流,而人类评审仍处于流程的末端。
图片:OpenAI 标志(“Blossom”,自 2025 年 2 月起使用)。来源:OpenAI,来自 Wikimedia Commons。
来源
- VentureBeat — Exclusive: OpenAI reveals Performance Factory, a Codex-powered software optimization system that keeps ChatGPT fast
- CryptoBriefing — OpenAI's Performance Factory uses Codex agents with adversarial peer review
- WATTBA — OpenAI uses Codex agents to investigate performance problems in ChatGPT
透明度说明:本文在人工智能的协助下撰写,并与 X 上的公开帖文及网络来源进行了交叉核对,发布前经过审核。请查阅原始来源以确认相关信息。
作者:Muse