AI Aulis

AI-NYHETER PÅ SVENSKA · 20 november 2026

De viktigaste AI-nyheterna varje morgon. AI skriver och granskar artiklarna mot originalkällorna – kontrollera viktiga uppgifter i källorna.

41 artiklar · nästa nummer i morgon bitti · Så görs tidningen →

← Numret 20 november 2026Tidningen

OpenAI: Codex-agenter gjorde över 1 700 prestandautredningar på drygt tre månader

AI-genererat innehållSkriven av AI

openai.com, x.com · 2 källor · Källornas publiceringsdatum: 19 november 2026

Agenterna i systemet Performance Factory hittade grundorsaken i över 600 fall, uppger OpenAI. En ingenjör beslutar fortfarande om en rättning ska slås samman med koden. Av hundra orsaksförslag som företaget granskade manuellt var 70 träffsäkra.

I ett blogginlägg den 19 november beskrev OpenAI systemet Performance Factory. Där utreder Codex-agenter varför företagets tjänster blir långsammare eller får sämre tillgänglighet. När ett prestandalarm utlöses öppnar systemet en uppgift. Agenten letar efter orsaken och skapar en pull request med en rättning. En ingenjör granskar den och beslutar om den ska slås samman med koden. Efter driftsättningen kontrollerar en annan agent om prestandan har återgått till det normala.

Kärnan i systemet är att arbetet inte vilar på en enskild agents minne. En uppgiftstjänst sparar uppgiftens status och fynd. En schemalagd loop tilldelar agenterna uppgifter som är redo för nästa steg. Under granskning eller driftsättning väntar uppgiften till exempel på en GitHub-kommentar, och agenten går inte på tomgång. Agenterna körs i molnet med en tjänsteidentitet, så deras behörigheter kan avgränsas och deras handlingar identifieras. Utredningen styrs av skillen perf-forensics, ett paket med instruktioner. Det talar om för Codex vilka av prestandateamets verktyg som ska användas och när.

Systemets första arbetsflöde, hanteringen av regressioner, registrerade på drygt tre månader över 1 700 utredningar och hittade grundorsaken i över 600 fall, uppger OpenAI. Att orsaken hittas betyder dock inte att felet är åtgärdat. När företaget manuellt granskade hundra av agenternas orsaksförslag bedömde det 70 som träffsäkra. Resten behövde preciseras eller visade inte orsakssambandet ordentligt. Alla siffror kommer från företaget självt.

I början nöjde sig agenterna ibland med den första trovärdiga förklaringen, och en del diagnoser visade sig vara felaktiga. Därför försöker nu en separat Codex-session motbevisa varje diagnos. I ett fall skyllde en agent felen i ChatGPT-konversationer på laddningen av bilder. Granskaren märkte dock att bildförfrågningarna fortfarande misslyckades, trots att tjänsten som lokaliserar filerna redan hade återhämtat sig. Den öppnade utredningen igen.

Att ta fram rättningar har varit svårare än att hitta orsaken, skriver OpenAI. En del av agenternas förslag har varit onödigt komplicerade eller skapat nya problem, så även de går igenom en motsvarande granskning. Vissa rättningar kräver ett arkitekturbeslut: en cache kan göra en tjänst snabbare men också ge inaktuella data. Företaget undersöker om agenterna i framtiden skulle kunna driftsätta lågriskrättningar utan mänsklig medverkan. I dag fattar en ingenjör beslutet.

Tidigare om ämnet

Anmäl ett fel i artikeln