• 全部
  • 产业
  • Web 3.0
  • DAO
  • DeFi
  • 符文
  • 空投再质押
  • 以太坊
  • Meme
  • 比特币L2
  • 以太坊L2
  • 研报
  • 头条
  • 投资

免责声明:内容不构成买卖依据,投资有风险,入市需谨慎!

OpenAI追踪1700起ChatGPT性能问题,成功查明600余起因由

2026-11-20 04:53:55
收藏

OpenAI利用Codex Agent追踪超1700项ChatGPT性能下降调查,查明600余例原因

OpenAI利用Codex Agent对超过1700项ChatGPT性能下降案例进行了追踪,并查明了其中600多起案例的根本原因。自动化调查的平均每日处理量为17件。

OpenAI于19日发布的工程博客文章中,介绍了其内部系统“Performance Factory(性能工厂)”以及首个应用案例“Regression Workflow(回归工作流)”。公司公布的调查与诊断数据均为内部统计结果。

从自动调查到根本原因审查

当触发预设的性能警报时,“Regression Workflow”会自动创建调查任务。Codex Agent负责调查性能下降的原因并提出修正方案,随后在部署后确认是否已恢复。

在过去,工程师需要手动查看指标、日志和追踪信息,并通过阅读代码来寻找性能下降的原因。OpenAI指出,在此过程中,性能调查工具已累积超过30种。

OpenAI将调查方法整理为Codex可复用的流程,并将警报系统与云端自动调查功能连接起来。“Performance Factory”被设计为分别存储工作状态和调查结果,以支持多阶段任务的连续进行。

在每个阶段分配所需的Codex会话,并在工程师完成审查或部署后推进至下一环节。这种机制确保调查结果不会仅保留在某一个Agent的对话记录中,其他Agent或工程师均可查阅之前的内容。

Codex首先会确定哪些指标从何时开始恶化,以及哪些请求受到了影响。接着,通过比对部署记录、配置变更、相关代码和日志,提出可能的原因。

独立的Codex会话会对初始诊断的假设和依据进行复核,评估是否存在其他解释。OpenAI将此过程称为针对诊断的“对抗性审查”。

在一次调查中,Agent将ChatGPT对话失败归因于图像下载错误。然而,复核Agent发现,即使在定位文件位置的内部服务恢复后,图像请求仍持续失败。由于仅凭初始诊断无法完全解释故障,调查被重新开启。

OpenAI对提出的100个根本原因建议进行了人工审查,评估认为其中70%是准确的。其余30%则需要进一步补充或因果关系的充分证明。需要注意的是,这一准确率仅基于受审查的100个案例,并不代表全部1700起调查的整体准确性。

修正部署后的恢复情况验证

如果诊断结果通过了审查,Codex可以编写修正代码并提交代码更改请求。工程师将对更改内容进行审查,并决定是否合并及部署。

修正方案同样需要经过单独审查。OpenAI指出,Agent可能会提出过于复杂的更改,甚至引发新问题。例如,增加缓存虽然能加快响应速度,但可能导致旧数据残留。

部署完成后,其他Agent会确认性能是否已恢复至原有水平。如果改进不完整或问题持续存在,任务将返回至进一步调查阶段。

随着调查结果的积累,工程师需要阅读和判断的信息量也会增加。为此,OpenAI还介绍了一种将相关事件归类并按预期影响程度排序的方法,以降低审查负担。

此外,OpenAI表示正在探索在警报触发前发现性能下降的预监控机制,以及对部分低风险修正方案实施自动部署的可能性。

免责声明:

本网站、超链接、相关应用程序、论坛、博客等媒体账户以及其他平台和用户发布的所有内容均来源于第三方平台及平台用户。百亿财经对于网站及其内容不作任何类型的保证,网站所有区块链相关数据以及其他内容资料仅供用户学习及研究之用,不构成任何投资、法律等其他领域的建议和依据。百亿财经用户以及其他第三方平台在本网站发布的任何内容均由其个人负责,与百亿财经无关。百亿财经不对任何因使用本网站信息而导致的任何损失负责。您需谨慎使用相关数据及内容,并自行承担所带来的一切风险。强烈建议您独自对内容进行研究、审查、分析和验证。

展开阅读全文
更多新闻
自选
我的自选
查看全部
市值 价格 24h%