What A Time To Be Alive
Taal kiezen: Nederlands

OpenAI zet Codex-agents in om prestatieproblemen in ChatGPT te onderzoeken

OpenAI laat Codex-agents zelf uitzoeken waarom ChatGPT ergens trager wordt. In ruim drie maanden vonden ze in meer dan 600 gevallen de oorzaak. Een engineer beslist nog altijd of een voorgestelde oplossing wordt doorgevoerd.

Doorzichtige glazen buis met een stroom wit licht die in het midden vernauwt; op dat punt kleurt het licht oranje en draaien twee lichtblauwe ringen om de buis. Rechtsonder ligt onscherp een hand naast een groene knop.
Illustratie: AI-agents zoeken uit waar het in de software vastloopt, een mens beslist over de oplossing.

Wordt ChatGPT na een wijziging in de software ergens trager, dan moet iemand uitzoeken waardoor. Bij OpenAI doen AI-agents dat steeds vaker zelf. Het bedrijf beschreef zijn interne systeem daarvoor, de Performance Factory. Daarin werken agents van Codex, de programmeerhulp van OpenAI. Welke modelversie erachter zit, zegt OpenAI niet.

Van alarm tot controle

De eerste werkstroom richt zich op vertragingen die na een wijziging ontstaan: iets werkte eerst sneller dan nu. Gaat een prestatiealarm af, dan maakt het systeem een taak aan. Een agent zoekt uit sinds wanneer het trager gaat en welke verzoeken eronder lijden. Daarna speurt hij in codewijzigingen, meetgegevens en logbestanden, waarin de software bijhoudt wat er gebeurt, naar de oorzaak. Hij volgt daarbij een vaste werkwijze die het team eerst voor Codex had uitgeschreven.

Dan komt een tweede agent, die het eerdere werk niet kent. Die krijgt het hele dossier en moet gaten in de redenering zoeken en andere verklaringen testen. Ongeveer een kwart van de diagnoses stuurt hij terug. In een voorbeeld van OpenAI gaf de eerste agent de schuld aan fouten bij het downloaden van afbeeldingen. De controleur zag dat de dienst die de bestanden opzoekt al weer werkte, terwijl de fouten doorgingen, en heropende het onderzoek.

Houdt een diagnose stand, dan schrijft Codex een oplossing en dient die in als voorgestelde codewijziging. Een engineer leest de code en beslist of die wordt doorgevoerd. Na de uitrol kijkt weer een agent of het probleem echt weg is. Zo niet, dan begint het onderzoek opnieuw.

Wat het tot nu toe opleverde

In ruim drie maanden volgde het systeem meer dan 1.700 onderzoeken, gemiddeld zo'n 17 per dag. In ruim 600 gevallen vond het de oorzaak, en in ongeveer 400 daarvan stelde Codex een oplossing voor. Ongeveer 50 oplossingen die echt in ChatGPT kwamen, waren op een voorstel van de agents gebaseerd of kwamen ermee overeen. Zo'n 15 waren precies de codewijziging die Codex had geschreven. Volgens OpenAI blijft dat nog achter bij wat het team wil bereiken.

De agents doen het goed als de oorzaak duidelijk is en de oplossing klein, zoals een gesprek één keer klaarmaken voor verzending in plaats van meerdere keren. Lastiger zijn ingewikkelde oplossingen, zoals een tussenopslag die vaak gevraagde gegevens bewaart maar daardoor verouderde gegevens kan tonen. Engineers krijgen intussen wel gebundelde meldingen, gerangschikt naar hoeveel gebruikers er last van hebben, met korte rapporten en grafieken. Als volgende stappen noemt OpenAI zelf naar verbeteringen zoeken door versies te vergelijken, en onderzoek naar de vraag of agents eenvoudige oplossingen met weinig risico ooit zonder goedkeuring van een mens mogen uitrollen.

Waarom OpenAI dit nodig heeft

Binnen OpenAI is Codex het gereedschap voor bijna al het werk geworden, ook buiten de engineeringteams. In september 2026 vertelde Venkat Venkataramani, vicepresident engineering bij OpenAI, aan de nieuwsbrief The Pragmatic Engineer dat de belasting van sommige systemen voor het bouwen, testen en uitrollen van software in ongeveer zes maanden zo'n tien keer zo groot was geworden. Er gaat dus veel meer code door die systemen dan engineers met de hand kunnen nalopen.

Wat betekent dit voor de weg naar de singulariteit?

AI-agents die code schrijven op verzoek, zijn al gewoon. Nieuw is dat hier agents het hele rondje van het onderhoud lopen: ze merken een probleem op, zoeken de oorzaak, laten een tweede agent de redenering aanvallen, stellen een oplossing voor en controleren na afloop of die gewerkt heeft. De mens zit nog op één plek in dat rondje: bij de beslissing of de code erin gaat. Vijftien codewijzigingen van Codex zelf in ruim drie maanden is een eerste stap, maar de werkwijze staat.

Als zulke agents beter worden, verschuift het werk van engineers van zoeken naar beoordelen. Dat wordt ook nodig: wie tien keer zoveel code maakt, kan die niet tien keer zo vaak met de hand nalopen. Andere softwarebedrijven die met AI veel meer code schrijven, lopen tegen dezelfde grens aan en zullen ook naar zulke controlerende agents grijpen. Het mooiste vooruitzicht is software die zichzelf grotendeels gezond houdt, zodat mensen hun tijd aan nieuwe dingen besteden in plaats van aan steeds dezelfde reparaties. De vraag is waar je de mens uit het rondje laat; OpenAI onderzoekt dat eerst bij kleine oplossingen met weinig risico. Intussen onderhoudt AI hier al een deel van de software van een AI-dienst, een klein voorbeeld van AI die het werk aan AI zelf versnelt.

Wat is de technologische singulariteit? Lees de uitleg →

Bronnen

  1. RuntimeWire
  2. newsletter.pragmaticengineer.com
  3. tldr.tech
  4. OpenAI
  5. VentureBeat