查一次首个词元迟迟未到的故障,可能要横跨多项服务,翻指标、链路记录和近期的部署。OpenAI 将工程师的排查顺序写成 Codex 能复用的流程,让它先找出变慢的时间,再圈定受影响的请求,最后比对发布和配置变动。
团队用过去确实发生过的性能回退来检验这套流程。在这些延迟和可用性案例中,给出告警后就可以得到一次诊断。对维护服务的团队来说,历史工单还有另一种用途:保留当时可见的证据,用已知答案检查新工具。
OpenAI 公开了一套追查性能回退的系统,也解释了他们怎样判断一次自动诊断是否可信。

查一次首个词元迟迟未到的故障,可能要横跨多项服务,翻指标、链路记录和近期的部署。OpenAI 将工程师的排查顺序写成 Codex 能复用的流程,让它先找出变慢的时间,再圈定受影响的请求,最后比对发布和配置变动。
团队用过去确实发生过的性能回退来检验这套流程。在这些延迟和可用性案例中,给出告警后就可以得到一次诊断。对维护服务的团队来说,历史工单还有另一种用途:保留当时可见的证据,用已知答案检查新工具。