La página del catálogo se ralentiza tras una entrega. La alerta llega veinte minutos después del primer cambio. Tiene curvas de respuesta y la hora del despliegue. Falta demostrar que la versión publicada causó la ralentización.
Qué describió OpenAI el 19 de noviembre
Performance Factory es un sistema interno que crea una tarea al recibir una alerta, la asigna a Codex y conserva los hallazgos en un servicio de tareas. Los agentes reúnen evidencias, cuestionan diagnósticos y abren propuestas. Un ingeniero decide qué se integra y despliega. Después se verifica la recuperación y la investigación se reanuda si persiste el problema.
OpenAI consideró acertado el 70 % de 100 diagnósticos revisados manualmente. En los demás faltaba detalle o evidencia causal. La cifra describe esa revisión y explica por qué el equipo comprueba el diagnóstico por separado.
Recrear dos alertas de catálogo
- Prepare un servicio de prueba y trazas sintéticas con hora de referencia, duración y categoría de consulta. Introduzca una llamada repetida para la primera alerta. Para la segunda, cambie únicamente la mezcla del tráfico.
- Use los mismos datos con el agente y con su método habitual. Pida el primer intervalo con cambio, un grupo comparable antes y después y una hipótesis alternativa. El percentil 95 es la duración por debajo de la cual cae aproximadamente el 95 % de las respuestas.
- Revise las trazas, despliegue la corrección aprobada en preproducción y repita la mezcla original. Mida errores y latencia en el mismo intervalo. La segunda alerta debe señalar un cambio de tráfico. Cualquier cambio de código requiere su propia evidencia.
El agente prepara evidencias con permisos de lectura. El equipo controla la integración y el despliegue. Para empezar basta un registro con los indicios de la causa, la decisión de revisión y la medición posterior.