2026年11月19日、OpenAI の Okay Zed 氏と Cyrus Forbes 氏は技術記事「How OpenAI's Performance Factory keeps ChatGPT fast」を公開し、クラウド上の Codex エージェントが ChatGPT の性能劣化を自律的に調査・修正提案・回復検証する社内基盤「Performance Factory」の設計と実績を明らかにした。最初の回帰ワークフローは3か月強で1,700件超の調査を追跡し、600件超の根本原因を特定している(1日平均17件)。

30種超の計測ツールを束ねる4構成エージェント工場

状態永続化タスクサービスとイベント駆動クラウド Codex:チームは30種超のプロファイリングツールと調査手順を共有スキル perf-forensics へ集約したのち、単なる Slack 通知を超えた4要素の工場を構築した。すなわち、config.toml と Markdown プロンプトで状態遷移を管理し文脈を永続化するタスクサービス、ready 状態のタスクを割り当てるディスパッチループ、監査可能なサービス ID で社内コード・ログ・CPU/メモリプロファイルへアクセスするクラウド Codex API、そして GitHub 評論やデプロイ完了時に休眠タスクを再起動するイベント購読機構である。

図 1 OpenAI Performance Factory の4大アーキテクチャ構成とクラウド実行境界
図 1 OpenAI Performance Factory の4大アーキテクチャ構成とクラウド実行境界

画像の出典:OpenAI エンジニアリング記事をもとに DigIntoAI が作成。

敵対的診断レビューと人間による出荷判断の境界

人手監査 70% 正確と反証チェックによる品質担保:初期エージェントが最初の妥当そうな仮説で止まる課題に対し、別の Codex セッションが反事実検証で診断の反証を試みる「敵対的レビュー」を導入した(根本原因提案100件の人手監査では 70% が正確、30% が追加検証や因果補強を要すると評価)。またキャッシュ導入に伴う古いデータ許容などの設計トレードオフは人間エンジニアが出荷を最終判断し、アラート重複統合や自己修復 PR によるハーネス改善で開発者の注意力を保護している。

図 2 3か月超の本番運用実績、敵対的診断レビューと人間エンジニア承認の境界
図 2 3か月超の本番運用実績、敵対的診断レビューと人間エンジニア承認の境界

画像の出典:OpenAI エンジニアリング記事をもとに DigIntoAI が作成。