11 月 19 日,OpenAI 公开了内部一套叫 Performance Factory 的流程。性能告警一响,Regression Workflow 自动开一张单,Codex 智能体去查原因、记录发现、提出修复方案,工程师看过再合并。
数字给得很具体:三个多月跑了 1700 多次调查,600 多起找到根因,折算下来每天约 17 次自动调查。部署之后由另一个智能体回读监控基线,确认延迟和错误率回到原位,这件事才算完。
这套流程的边界比能力更值得记。智能体负责定位,人负责签字,回滚责任压在合并那一刻;OpenAI 说正在试让智能体也做合并,但没说什么时候放开、放开到什么范围。
放在行业里看,这是一家模型公司把自己当成客户。Codex 平时卖给别人写代码,在这里被派去查自家 ChatGPT 的性能退化,任务从写新功能换成解释昨天为什么慢了。
流程的形状值得抄:告警、开单、调查、修复、验证各由谁做,写死在一张工单上,不靠值班的人临时判断。智能体在这里的角色是最先到场的人,把上下文收集齐再交出去。
没公开的部分不少:误报率、单次调查的 token 成本、覆盖了哪些服务都没有披露;1700 这个数也没拆开,说不清里面有多少是重复告警、多少是同一根因的不同报障。