LIVE
Открытая модель Inkling 2 Mini думает по кругу и помещается на обычный ноутбук Anthropic заявила о доказательстве гипотезы Римана, а через несколько часов Стэнфорд представил свою версию без ИИ Технологические акции США пережили худшую неделю со времён пандемии Монастырь в Вермонте хочет вырастить ИИ по образу своего лидера Gemini научилась звонить в бизнесы вместо вас Открытая модель Inkling 2 Mini думает по кругу и помещается на обычный ноутбук Anthropic заявила о доказательстве гипотезы Римана, а через несколько часов Стэнфорд представил свою версию без ИИ Технологические акции США пережили худшую неделю со времён пандемии Монастырь в Вермонте хочет вырастить ИИ по образу своего лидера Gemini научилась звонить в бизнесы вместо вас
Новости ИИ

OpenAI построила фабрику, где агенты сами чинят замедления ChatGPT

автор: shmelev дата: 20 ноября 2026 чтение: 3 мин
OpenAI построила фабрику, где агенты сами чинят замедления ChatGPT

Пока одни агенты пугают непредсказуемым поведением, другие уже встроены в производственный конвейер и работают настолько тихо, что большинство пользователей ChatGPT о них даже не подозревают. Речь про Performance Factory, систему на базе Codex, которая находит причины падения скорости сервиса, предлагает исправление и сама же проверяет, помогло ли оно.

За три с небольшим месяца система провела свыше 1700 расследований и нашла первопричину более чем в 600 случаях. Это около 17 расследований ежедневно, объём, с которым обычная команда инженеров физически не справится вручную. До появления Codex инженеры вручную листали метрики, сравнивали трейсы, копались в логах. Требовалось глубокое знание конкретного сервиса, чтобы понять, где искать проблему. Потом Codex стал партнёром. Можно было спросить «почему это стало медленнее» и работать с ним вместе. Сейчас это полноценный конвейер из четырёх компонентов. Трекер задач с настраиваемыми workflow, цикл распределения работы между агентами, облачная среда для запуска Codex и система подписок, которая будит агента, когда появляется новое событие, например комментарий в код-ревью.

Показательнее всего этап обнаружения регрессии. Агент сам определяет, когда метрика начала ухудшаться, сравнивает похожие запросы, проверяет деплои и фича-флаги, читает код и строит гипотезу. Но останавливаться на первой правдоподобной версии оказалось рискованно, иногда диагноз был просто неверным. Поэтому добавили второго агента-рецензента, чья единственная задача оспорить вывод первого. В одном случае первый агент решил, что падение связано с ошибками загрузки изображений, а рецензент заметил, что внутренний сервис уже восстановился, пока изображения всё ещё не грузились, и отправил расследование обратно. При ручной проверке 100 предложенных причин 70% оказались точными. Остальные требовали доработки, именно для этого и нужна система перекрёстных проверок.

Исправлять оказалось сложнее, чем находить причину. Иногда агенты предлагали более запутанные решения, чем нужно, или создавали новые проблемы. Поэтому и здесь появился второй уровень проверки, а финальное решение о слиянии кода всё равно остаётся за инженером-человеком. OpenAI признаёт, что полностью убрать человека из цепочки пока не готова, но уже экспериментирует с синтетическими тестами производительности. Тогда агенты сами проверят свои исправления перед тем, как звать на ревью инженера.

Замены людей здесь не происходит, роль инженера смещается. От ручного копания в логах к решению по готовому анализу. В OpenAI признают, что в следующий раз, когда ChatGPT покажется медленнее обычного, фабрика, вероятно, уже разбирается в причинах и ждёт, пока инженер нажмёт «одобрить».


Создание AI-агентов и автоматизация на n8n: проектируем и запускаем под ключ.

Реклама
ЛИДЕРБОРД · 728 × 90зона «Реклама: между секциями»