产品多源确认71°

OpenAI 让 Codex 智能体自动排查 ChatGPT 减速故障:日均 17 次调查,70% 诊断准确

精选理由

OpenAI 自己在用 Codex 智能体排查 ChatGPT 减速,每天约 17 次、七成诊断靠谱,但 600 个问题里只有约 15 个修复直接上线。想搞清智能体现在到底能干到哪一步的工程团队,这组真实数据比演示视频有用得多。

OpenAI 搭建了一套自动告警排查系统:ChatGPT 一旦出现性能下降,系统会自动启动 Codex 智能体,翻查日志和最近的代码变更来定位原因。流水线由三个环节组成——第一个智能体负责提出诊断,第二个智能体的任务是把诊断证伪,第三个提出修复代码,最终由人类工程师审批合入。

正文

实际效果数据相当具体:这套系统每天大约跑 17 次调查,其中 70% 的诊断被判定为准确。但修复环节明显偏弱——在 600 多个已确诊的问题里,智能体自己写的修复代码原样上线(不经人工改动)的只有大约 15 个。

这说明当前编码智能体在“读日志找根因”这类分析型任务上已经可用,但在独立产出可直接上线的补丁上仍有明显差距,诊断与修复的能力落差对评估智能体工程价值是个有用的参照。

原文 · rohanpaul_ai

OpenAI built a system where alerts about ChatGPT slowing down automatically start Codex agents, which dig through logs and recent code changes to find the cause. A second agent then tries to prove that diagnosis wrong, and another proposes a code fix that a human engineer approves. It finds causes well, about 17 investigations a day with 70% judged accurate, but fixing is the weak part: out of 600-plus diagnosed problems, only about 15 of the agents’ own fixes shipped unchanged.

产业坐标与信源核验

本条情报归属 AITOP「产品」核心栏目,重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中,该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:Codex、OpenAI、智能体、AI工程,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。

信源核验说明:本文原始线索采编自「rohanpaul_ai」(@rohanpaul_ai),经 AITOP 多维评分管线结构化提炼。截至目前,全网已有 11 家独立信源对该事件进行交叉印证与跟进报道(含 @OpenAIDevs、IT之家、Windsurf 等),属于近期高关注度行业信号。