engineering
共 19 篇文章
走进 OpenAI 内部的数据 agent
OpenAI 自研了一款仅内部使用的数据 agent，基于 GPT‑5.2 并叠加表使用、人工标注、Codex 代码富化、机构知识、记忆与运行时上下文六层上下文，用自然语言在几分钟内完成从提问到洞察的分析，并通过 Evals API 持续防护质量。
为 Codex 构建一个安全、有效的 Windows 沙箱
Codex 工程团队讲述如何在缺乏原生沙箱能力的 Windows 上自建隔离环境：从基于 SID 与写入受限令牌的免提权原型，演进到引入专用沙箱用户、防火墙规则与独立命令运行器的提权版沙箱，并复盘其中的安全与易用性权衡。
我们如何在六个月内构建出高响应的语音 AI 实时系统
OpenAI 第三代语音系统 GPT-Live 移除了音频链路上的 turn detector，改用可同时听说的全双工语音模型，并通过有状态流式推理、异步委派和 WARP 等协议优化，把媒体启动从六次网络往返压缩到一次，让语音对话真正实时。
GPT‑5.6 如何将前沿智能与前沿效率融为一体
OpenAI 在模型、推理(inference)与智能体框架(agentic harness)三层同时做优化:GPT‑5.6 Sol 自主改写生产 kernel、调优负载均衡与投机解码,使服务端到端成本下降 20%,并配合 Codex 的 Rust 编排层减少上下文膨胀与重复工作。
Jalapeño 首批结果:展现行业领先的 AI 推理速度与效率
OpenAI 公布其首款自研推理芯片 Jalapeño 的测试结果:在 InferenceX 基准上,对 GPT‑OSS 120B、DeepSeek R1 和 Kimi K2.5 1T,Jalapeño 在峰值吞吐下每瓦性能提升 1.5 至 1.9 倍,端到端延迟降低 1.7 至 3.6 倍,同时展示了全栈协同设计与 AI 辅助芯片开发的路径。
超越速率限制：扩展 Codex 与 Sora 的访问能力
Codex 和 Sora 用量激增，用户常在获得价值的时刻撞上硬性速率限制。OpenAI 为此自研了一套实时访问引擎，把速率限制与按量付费的 credits 融合成「决策瀑布」：在单个请求内先消耗限频额度、再无缝切换到 credits，并通过三类事件数据集与幂等键做到计费可证明正确、可审计、可对账。
用 Codex 构建自我改进的税务 agent
OpenAI 与 Thrive Holdings 联合为 Crete 旗下 30 多家会计事务所打造了 Tax AI:以「从业者反馈 + 生产环境 trace + Codex 驱动的 eval 迭代循环」三大支柱,让产品把真实使用中的问题自动转成结构化发现、定向 eval 和有边界的工程任务。本税季系统处理了 7000 份纳税申报,六周内字段填写 75% 正确率从 25% 提升到 86%,为从业者节省约三分之一时间。
核心转储流行病学:修复一个存在 18 年的老 bug
OpenAI 的 Rockset 数据服务出现了一批无法解释的 C++ 崩溃。团队放弃逐个深挖单个 core dump 的做法,改为用脚本对全年生产环境核心转储做全量分析,结果发现这其实是两个独立问题:一台 Azure 物理机的静默硬件损坏,以及 GNU libunwind 中一个存在 18 年、只有一条指令宽的竞态条件。
OpenAI 如何在规模化场景下交付低延迟语音 AI
OpenAI 重构了 WebRTC 技术栈：在 Kubernetes 上以「无状态 relay 转发 + 有状态 transceiver 终结」的分离架构替代每会话独占端口，用 ICE ufrag 携带路由信息实现首包确定性转发，配合 Global Relay 就近接入，在不改变客户端标准 WebRTC 行为的前提下把公网 UDP 接口面收敛为少量固定端口。
从模型到智能体:为 Responses API 配备计算机环境
OpenAI 为 Responses API 配齐了 shell 工具、托管容器工作区、受限网络出口、可复用技能(skills)与原生上下文压缩,让模型从只能提示调用进化为能在隔离环境中可靠执行真实任务的智能体。
Harness engineering:在智能体优先的世界中借助 Codex
OpenAI 一个团队用五个月做了场实验:0 行人工手写代码,靠 Codex 从空仓库建起并交付了一个约百万行代码的内部产品,耗时约为手写的 1/10。文章总结工程师角色如何转向设计环境、明确意图与构建反馈回路,以及把仓库知识作为事实来源、用自定义 linter 强制架构不变式、以垃圾回收式流程持续清理技术债等经验。
用超级计算机网络加速大规模 AI 训练
OpenAI 联合 AMD、Broadcom、Intel、Microsoft 和 NVIDIA 推出 MRC（Multipath Reliable Connection）网络协议，通过多平面拓扑、自适应报文喷洒和 SRv6 源路由，把单次传输分散到数百条路径上，在微秒级绕过故障、几乎消除核心拥塞，并通过 OCP 开放规范。
扩展 PostgreSQL 以支撑 8 亿 ChatGPT 用户
OpenAI 通过单主写入加近 50 个跨区域只读副本的架构，把 PostgreSQL 扩展到每秒数百万查询、支撑 8 亿用户；文章详述了负载卸载、查询优化、连接池、缓存与限流等一系列优化手段与踩过的故障。
用 Responses API 中的 WebSocket 加速 agentic 工作流
OpenAI 通过在 Responses API 上引入基于 WebSocket 的持久连接，加上渲染 token 缓存、减少网络跳转和增量式安全检查，把 Codex 这类 agent 循环的端到端耗时降低了 40%，让 GPT‑5.3‑Codex‑Spark 的推理速度从 65 tokens/秒提升到接近 1,000 tokens/秒（峰值 4,000），同时保持开发者熟悉的 response.create API 形态。
解锁 Codex harness:我们如何构建 App Server
支撑 web 应用、CLI、IDE 扩展与 macOS 应用的 Codex 能力来自同一套 Codex harness,而把它们连接起来的关键就是 Codex App Server——一个对客户端友好、双向的 JSON-RPC 协议与长驻进程。文章拆解了 App Server 的架构、Item/Turn/Thread 三大会话原语,以及本地 IDE、Web 运行时和 TUI 三种集成方式,并对比了它与 MCP server、Codex Exec、Codex SDK 等集成路径的取舍。
展开 Codex 的 agent loop
OpenAI 详细拆解了 Codex CLI 的核心 agent loop:如何构建初始 prompt、如何与 Responses API 交互完成推理与工具调用循环,并通过 prompt 缓存与上下文压缩应对不断增长的对话历史,实现高效可靠的软件代理。
面向 Codex 编排的开源规范：Symphony
OpenAI 团队把任务看板（Linear）改造成编码 agent 的控制平面，提出开源编排规范 Symphony：每个未完成的任务自动分配一个运行在独立 workspace 中的 Codex agent，崩溃自动重启、人类只审结果。该方案让部分团队三周内合并的 PR 数增长 500%，而它的核心只是一份可被任意语言实现的 SPEC.md。
我们如何构建 OWL：支撑基于 ChatGPT 的浏览器 Atlas 的新架构
文章拆解了 ChatGPT Atlas 把 Chromium 浏览器进程移出主应用、放进独立服务层的 OWL（OpenAI’s Web Layer）架构：通过 Mojo IPC 与 Swift 绑定驱动 Chromium，并用 CALayerHost 跨进程搬运渲染画面与输入事件，从而实现秒开、抗崩溃、小 diff 与分钟级构建，同时为 Agent 模式的沙箱隔离与临时存储提供支持。
我们如何用 Codex 在 28 天内打造出 Android 版 Sora
OpenAI 工程团队仅用 28 天、约 50 亿 token,借助 Codex 将 Android 版 Sora 从原型做到全球上线,崩溃率仅 0.1%。文章分享了他们把 Codex 当作新入职高级工程师来协作的完整方法论:亲手搭建基础架构、先规划后编码、并行多会话管理。