El 19 de noviembre de 2026, OpenAI describió Performance Factory, un sistema interno que coordina agentes Codex para investigar problemas de rendimiento en ChatGPT. Los agentes analizan posibles causas y proponen cambios; un ingeniero revisa cada propuesta y decide si se integra. Después del despliegue, otro agente comprueba si el rendimiento se recuperó. OpenAI explicó el funcionamiento del sistema en su cuenta de ingeniería.

Performance Factory no es una función que los usuarios puedan activar en ChatGPT: es una herramienta de ingeniería para investigar regresiones, es decir, empeoramientos del rendimiento que pueden aparecer tras un cambio.

Cómo investiga Codex una regresión

El flujo empieza cuando salta una alerta de rendimiento configurada. Esta crea una tarea que Codex investiga con la habilidad perf-forensics, diseñada para examinar cuándo comenzó la ralentización, qué solicitudes resultaron afectadas y si un despliegue o un cambio de configuración puede explicar el problema.

En el entorno interno de OpenAI, los agentes pueden consultar repositorios de código y herramientas de observabilidad, como métricas, registros, trazas, perfiles de CPU e instantáneas de memoria. OpenAI dice que operan con identidades de servicio y permisos acotados.

La investigación también incorpora una revisión adversarial: una sesión separada de Codex, con contexto nuevo, comprueba las pruebas de la hipótesis inicial y busca explicaciones alternativas. En un caso descrito por OpenAI, esa revisión volvió a abrir una investigación cuando las solicitudes de imágenes seguían fallando pese a que un servicio interno de ubicación de archivos ya se había recuperado.

Quién aprueba el cambio y comprueba la recuperación

Codex registra sus hallazgos y puede proponer un arreglo, pero el ingeniero revisa la solicitud de cambio y decide si la integra. Tras el despliegue, un agente comprueba si el rendimiento ha vuelto a su nivel de referencia. Si el problema persiste o solo se corrige en parte, el trabajo puede volver a la investigación.

Automatizar la búsqueda de una causa no equivale a automatizar la decisión de cambiar el sistema: en el flujo descrito, esa aprobación sigue en manos de un ingeniero.

OpenAI considera que las causas claras y los cambios acotados encajan mejor con este proceso que las modificaciones arquitectónicas. Una intervención amplia —por ejemplo, introducir una caché— puede traer efectos no deseados, como datos desactualizados.

Qué cifras comunicó OpenAI

OpenAI informó de la actividad del flujo y de una revisión interna de sus diagnósticos. Las cifras operativas corresponden a un periodo de algo más de tres meses; la empresa no indicó las fechas exactas de ese intervalo.

MedidaCifra comunicada por OpenAIAlcance
Investigaciones registradasMás de 1.700Algo más de tres meses
Casos con causa raíz identificadaMás de 600El mismo periodo informado
Investigaciones automatizadas17 al día de mediaPromedio comunicado por OpenAI
Sugerencias de causa raíz calificadas como precisas70 % de 100Revisión manual realizada por OpenAI; el resto necesitó ajustes o no estableció por completo la causalidad

La evaluación del 70 % describe la calificación que OpenAI dio a esas 100 sugerencias. No es una medición independiente de la precisión del sistema.

El sistema se ocupa de un problema distinto del uso de Codex durante la respuesta a incidentes, tema de la cobertura anterior de NeoTeo sobre el papel de Codex en OpenAI. Performance Factory se centra aquí en investigar regresiones de rendimiento y verificar la recuperación después de desplegar un cambio.

OpenAI describió la detección proactiva, las pruebas sintéticas de rendimiento y la posibilidad de desplegar ciertos arreglos de bajo riesgo sin aprobación humana como líneas de trabajo o exploración. El flujo presentado conserva la revisión del ingeniero antes de integrar los cambios.