OpenAI Performance Factory sistemini ilk kez ayrıntılı anlattı. Yazıya göre ilk iş akışı, üç aydan biraz uzun bir sürede 1.700'den fazla inceleme yürüttü. OpenAI Performance Factory ne yapıyor?
- OpenAI Performance Factory sistemini ilk kez ayrıntılı anlattı.
- Yazıya göre ilk iş akışı, üç aydan biraz uzun bir sürede 1.700'den fazla inceleme yürüttü.
- OpenAI Performance Factory ne yapıyor?
OpenAI Performance Factory sistemini ilk kez ayrıntılı anlattı.
Performance Factory sistemini ilk kez ayrıntılı anlattı. Şirket bu sistemi ChatGPT’nin hızını korumak için kurdu. Sistem, OpenAI’ın kod ajanı Codex ile çalışıyor. Bir yavaşlama alarmı geldiğinde sorunu araştırıyor, düzeltme öneriyor ve sonucun işe yarayıp yaramadığını kontrol ediyor. Şirket bu ayrıntıları 19 Kasım 2026’da kendi blogunda paylaştı.
Yazıya göre ilk iş akışı, üç aydan biraz uzun bir sürede 1.700’den fazla inceleme yürüttü. Bunların 600’den fazlasında sorunun kök nedeni bulundu. Bu, günde ortalama 17 otomatik inceleme demek.
OpenAI Performance Factory ne yapıyor?
Sistemin ilk ve en olgun parçası “Regression Workflow” adını taşıyor. Regresyon, bir güncellemeden sonra bir şeyin eskisinden kötü çalışması anlamına geliyor. Örneğin ChatGPT’nin ilk cevabı vermeye başlama süresinin uzaması gibi.
Süreç şöyle işliyor:
- Bir performans alarmı tetiklenince sistem otomatik olarak bir görev açıyor.
- Bir Codex ajanı yavaşlamayı inceliyor ve bulgularını göreve yazıyor.
- Ajan bir düzeltme öneriyor. Bu düzeltmeyi bir mühendis inceliyor.
- Düzeltme yayına alındıktan sonra başka bir ajan aynı göreve dönüyor. Performansın eski seviyesine gelip gelmediğini kontrol ediyor.
Yani insan hâlâ süreçte. Ama artık her adımı elle yürütmüyor. Sadece karar gereken noktalarda devreye giriyor.
Elle incelemeden “ajan fabrikasına”
OpenAI, ekibin bu noktaya adım adım geldiğini anlatıyor. Codex öncesinde mühendisler metrikleri, kayıtları ve kodu elle inceliyordu. Ekip zamanla 30’dan fazla performans aracı geliştirmişti.
Codex gelince mühendisler ona “Bu neden yavaşladı?” diye sorup birlikte çalışmaya başladı. Sonra ekip, kendi inceleme yöntemini perf-forensics adlı ortak bir “beceri” dosyasına döktü. Bu dosya Codex’e hangi araçları ne zaman kullanacağını anlatıyor. Bir süre sonra mühendisler kendilerini alarmı Codex’e kopyalayıp sonucu Slack’e yapıştıran bir aracı gibi hissetti. Bu da işin tamamen otomatiğe bağlanmasının yolunu açtı.
Sistemin dört parçası
Yazıya göre Performance Factory dört bileşenden oluşuyor:
- Görev servisi: Mühendisler iş akışlarını basit yapılandırma dosyaları ve Markdown talimatlarıyla tanımlıyor.
- Dağıtım döngüsü: Hangi görevin sıradaki adıma hazır olduğunu kontrol edip bir ajan atıyor.
- Bulutta Codex: Ajanlar bulutta çalışıyor.
- Abonelikler: Bir kod incelemesi yorumu ya da yayın tamamlandığında ilgili ajanı uyandırıyor.
Her görev kendi durumunu ve bulgularını saklıyor. Böylece iş ajanlar ile mühendisler arasında el değiştirebiliyor.
Sistem kendi hatalarını da düzeltiyor
OpenAI’ın anlattığı ilginç bir ayrıntı daha var. Ajanlar bazen bir araç hatası yüzünden incelemeyi bitiremiyor. Aynı hata birkaç incelemeyi durdurursa, bir ajan bu hatayı düzeltmek için ayrı bir görev açıyor. Neden belliyse bir düzeltme öneriyor. Yine bir mühendis bu değişikliği inceleyip birleştirmeye karar veriyor.
Ekip ayrıca bilinen sorun kalıplarını yeni iş akışlarına çeviriyor. Örneğin bir beceri, bir servisin gereğinden fazla kopya çalıştırdığı otomatik ölçekleme ayarlarını yakalamaya yardım ediyor. Böylece bir serviste öğrenilen ders, aylar sonra başka bir serviste de işe yarıyor.
Sırada ne var?
OpenAI, şu an sistemin bir alarm gelince çalıştığını söylüyor. Hedef, alarm gelmeden de sorunları yakalamak. Ajanların profil verileri ve istek izleri gibi ayrıntılı verileri karşılaştırarak küçük artışları fark etmesi isteniyor. Şirket ayrıca ajanların düzeltmeleri kendi başına birleştirip birleştiremeyeceğini de araştırıyor.
Bu yazı, OpenAI’ın dün yayımladığı araştırma raporuyla da örtüşüyor. O raporda ajanların uzun araştırma görevlerindeki başarısı ele alınmıştı. Ayrıntılar için ilgili haberimize bakabilirsiniz.
Türkiye’deki yazılım ekipleri için çıkarımlar
Performance Factory, OpenAI’ın iç aracı. Dışarıya ürün olarak sunulmuyor. Ama anlatılan yöntem, Türkiye’deki yazılım ekiplerinin de kendi ölçeğinde deneyebileceği fikirler içeriyor:
- Bilgiyi yazıya dökün. Deneyimli mühendisin sorun çözme yolu bir talimat dosyasına yazılırsa, ajanlar ve yeni ekip üyeleri bunu kullanabilir.
- Tekrar eden işten başlayın. OpenAI de ilk olarak sık yaşanan yavaşlama sorunlarını otomatiğe bağladı.
- İnsan onayını koruyun. Ajan düzeltme öneriyor ama kodu bir mühendis inceliyor.
- Sonucu ölçün. Düzeltmenin gerçekten işe yarayıp yaramadığını kontrol eden ayrı bir adım koymak, hatalı “çözümleri” yakalamayı kolaylaştırır.
Kullanıcı açısından mesaj daha basit. OpenAI’a göre ChatGPT’de bir yavaşlık fark ettiğinizde, büyük ihtimalle bir ajan o anda nedenini araştırıyor olacak.
Kaynak: OpenAI: How OpenAI’s Performance Factory keeps ChatGPT fast
Yapay zekâya sor
Haberi seçtiğiniz asistanda hazır bir soruyla açın
Şu haberi 3 maddede özetle: https://aihaber.org/openai-performance-factory-codex-chatgpt/
Gemini hazır soruyla açılamıyor: soru panonuza kopyalanır, açılan sayfada yapıştırmanız yeterli.
Bu haber işinize yaradı mı?
Yorumlar 0
Henüz yorum yok. İlk yorumu siz yazın.
Yorum yazın