OpenAI 如何借助 Ultrafast 将事故调查时间从数小时缩短至几分钟

# Ultrafast 如何在 OpenAI 将事件调查从数小时缩短至数分钟 来源：https://openai.com/index/openai-cut-incident-investigation/ *本文是我们系列文章的一部分，分享 OpenAI 内部如何运用自身技术和 API 的实际案例。这些工具正在 OpenAI 内部使用，此处作为前沿 AI 支持各团队应用场景的示例与大家分享。* Ultrafast 是 Codex 的高速模式，对于 OpenAI 的工程师来说，它已成为事件响应的首选工具。当系统出现问题时，工程师往往没有时间在问题不断恶化的同时等待数分钟才能得到答案。借助 Ultrafast，他们可以同时调查多个潜在原因，无需分散注意力就能获得答案。 ## 大海捞针 Aaron Friel 是 OpenAI 的技术团队成员，通常负责事件的主导工作。他会为事件响应开设一个 Slack 频道，然后将问题交给 Codex，让它监控、调查并回答随时出现的问题。他说："在任何事件中，通常都存在多种可能的故障路径，而找到正确的线索就是频道中每个人的核心工作。使用 Ultrafast，我本质上可以同时搜索所有这些线索，并以更快的速度响应事件。" AJ Trbojevic 是技术团队成员兼数据中心安全架构师，他表示过去对安全问题的调查通常需要一两个小时来汇总结构化和非结构化数据、进行标准化处理，并提供足够的上下文以做出决策。他说："现在这个过程只需 10 到 15 分钟。有时甚至接近实时。" Adam Perry 和 Sayan Sisodiya 都在核心 Agent 团队工作，负责构建让 Codex 执行操作、运行命令和使用工具的代码。Ultrafast 改变了他们在安全事件中的工作方式。Adam 说："以前我让 Codex 调查某个问题时，会同时自己去查，因为我知道光靠等它效率不够。现在有了 Ultrafast，Codex 足够快，我可以专注于当前的调查，而不用分散注意力。" Sayan 非常看重 Ultrafast 让他能从多个数据源即时获取答案的能力："除了在事件中翻查日志，我还会用 Codex 搜索 Slack，看看是否有可疑变更的提及，或者是否有人在其他频道讨论过类似的问题。" ## 30 秒内快速响应 Jeff Niu 也是一位技术团队成员，他表示如果用 AI 找答案超过 30 秒，他就会改去查看 Slack 或直接和同事交流。但借助 Ultrafast，他的大部分工作现在都能在这个阈值以内完成。过去他向 Codex 提问后，会切换去做别的事情，等它思考完再回来时已经忘了之前的思路。现在对话能实时进行，帮助他保持专注。 Ultrafast 也让 Jeff 更愿意处理大规模重构，因为改造现有代码所花的时间更少了。他说："偿还技术债务比以前容易多了。代码的成本很低，现在生成速度也非常快。过去代价高昂的重构现在几乎瞬间完成。" ## 充当副驾驶 Adam 维护着一个持续更新的 Codex 对话线程，他称之为自己的"参谋长"。每天早上它会告诉他当天有哪些会议，以及哪些消息可能忘了回复。他说："它已经查看了所有数据来生成这个摘要，所以当我追问时，它不需要再去获取更多信息。我可以在同一个对话中继续提问，就像和真正的参谋长交流一样。" Sayan 使用 Codex 在浏览器中处理繁琐的表单填写等手动工作，这类事情他过去因为太慢而尽量避免。他说："以前它会打开浏览器，坐在那里思考五秒钟，点击一下，然后再等。"随着最新模型在计算机操作方面的提升，他现在更放心让 Codex 处理这类工作："现在我完全可以让它在浏览器中点击操作，而且速度足够快，自己不做反而是在浪费时间。" 从事件响应到日常规划再到代码重构，Ultrafast 让 OpenAI 的技术人员能以自己提问的速度与 Codex 协作。他们可以针对一个答案继续追问、尝试另一种方法，保持思路连贯地推进工作。更短的等待时间也改变了他们愿意承担的工作范围——无论是之前搁置的重构任务，还是终于值得交出去的日常琐事。