ChatGPTの遅延、Codexが原因究明 600件超を特定
オープンAIは2026年11月19日、社内システム「パフォーマンス・ファクトリー」でCodexのエージェントがChatGPTの性能劣化を調べ、修正案を出し、回復まで確認していると明らかにした。最初のワークフローは3カ月余りで1700件超を調査し600件超の原因を特定。修正のマージは人が行い、診断100件の正確度は70%だった。
オープンAIは2026年11月19日(現地時間)、ChatGPTの処理が遅くなる問題について、コーディングエージェント「Codex」に原因究明と修正を任せていると明らかにした。社内システム「パフォーマンス・ファクトリー(Performance Factory)」の最初のワークフローは、3カ月余りで1700件超の調査を追跡し、うち600件超で根本原因を特定した。同社エンジニアのオケイ・ゼッド氏とサイラス・フォーブス氏が技術ブログで説明した。

ポイント
- 性能アラートが鳴るとタスクが自動で開き、エージェントが原因分析、修正案の作成、デプロイ後の回復確認までを担う。
- 3カ月余りで1700件超を調査し、600件超の原因を特定した。1日平均約17件である。
- 修正の承認とマージは引き続きエンジニアが行う。エージェントの診断100件を人手で検証したところ、70%が正確だった。
パフォーマンス・ファクトリーとは
オープンAIによれば、エージェントを使った開発の速度が上がり、従来型の性能エンジニアリングでは追いつかなくなった。Codex導入前はエンジニアが指標やログ、トレースを手作業で調べており、その過程で社内の性能ツールは30種類を超えた。
チームは調査手順を「perf-forensics」というCodexの共有スキルにまとめた。どのツールをいつ使い、どう原因を絞り込むかを示す手引きである。やがてエンジニアがアラートをCodexに貼り付け、答えをSlackに戻すだけの「中継役」になっていると気づき、調査をクラウドに移してファクトリーを構築した。
構成要素は四つだ。エンジニアが設定ファイルとMarkdownの指示文でワークフローを定義するタスクサービス、準備のできたタスクをエージェントに割り当てるディスパッチループ、クラウド上でCodexを動かす社内API、そしてプルリクエストへのコメントやデプロイ完了をきっかけにタスクを再開させる購読機能である。エージェントは権限を絞ったサービスアカウントで動き、エンジニアと同じ観測ツールを使う。
アラートから回復確認まで
性能劣化1件は「検知→原因特定→修正案の提示→エンジニアによるレビューとデプロイ→回復確認→解決」の段階を進む。性能が一部しか戻らない場合、エージェントは元のタスクを閉じ、残った劣化を新たなタスクとして開く。
最初のもっともらしい説明で調査を打ち切る失敗を防ぐため、「反証レビュー」も導入した。別のCodexセッションが診断を覆そうと試みる仕組みだ。ある事例では、エージェントがChatGPTの会話失敗の原因を画像ダウンロードのエラーと判断したが、レビュー役がファイルの場所を特定するサービスは既に回復しているのに失敗が続いている点を指摘し、調査をやり直させた。
なお人の判断が必要な部分
同社は、原因の特定よりも修正の方が難しいとしている。エージェントの修正案が必要以上に複雑だったり、新たな不具合を生んだりした例があった。キャッシュを追加すれば速くなるが古いデータを返す恐れがある、といった設計判断はエンジニアに委ねる。人手で検証した原因診断100件のうち30%は、改善が必要か、因果関係を十分に示せていなかった。
スキルやモデルを変える際は、過去の実際の障害を再現して試験する。毎日動く別のエージェントが直近の実行記録から壊れたツールや権限の不足を探し、修理用のタスクを作る。
背景:運用現場に入るAIエージェント
障害対応にエージェントを投入する動きは加速している。数日前には米リゾルブAI(ResolveAI)が、本番環境のアラートの根本原因を探すよう訓練したモデル「SRE-1」を発表した。ただ、稼働中のシステムへの権限をエージェントに与えることには危険も伴う。オープンAIがすべての変更の前にエンジニアの承認を残しているのはそのためだ。
今後の見通し
オープンAIは、アラートが鳴る前に性能劣化や最適化の余地を見つける仕組みを目指すという。リリースごとのCPUやメモリのプロファイル、ヒープダンプ、トレースを比較する方法である。必要以上のレプリカを動かしているサービスの検出など既知のパターンは定期ワークフローにし、低リスクの修正を人を介さずに出荷できるかも検討している。筆者らは「CodexはすでにChatGPTをより速く作るのを助けている。今度はChatGPTを速く保つのを助けている」と記した。
よくある質問
開発者もパフォーマンス・ファクトリーを使えるのか。使えない。オープンAIの社内システムであり、ブログは他のチームが同様のエージェントワークフローを作れるよう設計を紹介したものである。
Codexは修正を自ら本番に反映するのか。現時点ではしない。エンジニアがプルリクエストを確認し、マージとデプロイを判断する。
数値は外部で検証されたのか。されていない。調査件数と正確度70%はオープンAI自身の集計である。
参考資料
- How OpenAI's Performance Factory keeps ChatGPT fast — OpenAI(2026年11月19日)
- Everything That Happened in AI Today (Friday, November 20, 2026) — The Neuron(2026年11月20日)
コメント 0
現在コメントの投稿は無効になっています。