
⚡ Haberin Özeti
- OpenAI, ChatGPT’nin performans sorunlarını çözmek için Performance Factory’yi geliştirdi.
- Codex destekli sistem, 1.700’den fazla inceleme yaparak 600’ü aşkın sorunun nedenini buldu.
- Yapay zeka ajanları düzeltme hazırlayabiliyor ancak son karar mühendislerde kalıyor.
Google’da Konsol Köşesi’ni tercih edilen kaynak yap
Yapay zeka alanındaki çalışmalarını hızlandıran OpenAI, ChatGPT’nin performans sorunlarını daha hızlı tespit etmek ve gidermek amacıyla Performance Factory adlı yeni bir sistem geliştirdi. Şirketin yazılım geliştirme asistanı Codex ile çalışan sistem, performans düşüşlerinin nedenlerini araştırıyor, çözüm önerileri hazırlıyor ve uygulanan değişikliklerin işe yarayıp yaramadığını kontrol ediyor.
OpenAI’ın 19 Kasım 2026 tarihinde paylaştığı teknik bilgilere göre Performance Factory, mühendislerin daha önce manuel olarak yürüttüğü karmaşık inceleme süreçlerini büyük ölçüde otomatikleştiriyor. İlk sonuçlar ise yapay zeka ajanlarının yazılım performansını korumada önemli bir rol üstlenmeye başladığını gösteriyor.
OpenAI Performance Factory nedir?

Performance Factory, OpenAI’ın ChatGPT ve ilgili hizmetlerinde ortaya çıkan performans gerilemelerini belirlemek, incelemek ve gidermek için geliştirdiği şirket içi bir otomasyon sistemi olarak tanımlanıyor.
Bir yazılım güncellemesinin ardından yanıt sürelerinin uzaması, belirli işlemlerin normalden yavaş gerçekleşmesi veya bazı hizmetlerin performans kaybetmesi, sistemin araştırabileceği sorunlar arasında bulunuyor.
Bu tür durumlarda mühendislerin sistem kayıtlarını, işlem izlerini, performans ölçümlerini ve kod değişikliklerini tek tek incelemesi gerekebiliyor. Performance Factory ise Codex tabanlı yapay zeka ajanlarını kullanarak bu incelemeleri daha sistematik ve hızlı şekilde gerçekleştirmeyi amaçlıyor.
OpenAI’ın açıklamasına göre sistemin temel hedefi yalnızca sorunları tespit etmek değil. Aynı zamanda sorunun kaynağını belirlemek, olası bir düzeltme hazırlamak ve değişiklik uygulandıktan sonra performansın eski seviyesine dönüp dönmediğini doğrulamak da hedefleniyor.
Üç ayda 1.700’den fazla performans incelemesi gerçekleştirildi
OpenAI, Performance Factory’nin ilk uygulaması olan Regression Workflow üzerinden elde ettiği sonuçları da paylaştı. Şirketin verilerine göre sistem, üç aydan biraz uzun bir süre içerisinde 1.700’den fazla performans incelemesini takip etti.
Bu çalışmalar sırasında 600’den fazla performans sorununun temel nedeni tespit edildi. OpenAI, sistemin günlük ortalama 17 otomatik inceleme gerçekleştirdiğini belirtiyor.
Paylaşılan sonuçlar, Performance Factory’nin yalnızca deneysel bir proje olmadığını, OpenAI’ın gerçek yazılım geliştirme ve bakım süreçlerinde kullanılmaya başlandığını ortaya koyuyor.
Bununla birlikte 1.700 incelemenin tamamının çözüme ulaştığı düşünülmemeli. Açıklanan rakamlar, sistemin araştırdığı sorunlarla bunların nedenini başarıyla belirlediği durumlar arasında önemli bir fark bulunduğunu gösteriyor.
Codex, performans sorunlarının nedenini nasıl buluyor?

Performance Factory’nin geliştirilmesinde, OpenAI mühendislerinin daha önce kullandığı performans analiz yöntemleri önemli rol oynadı.
Şirket, Codex kullanılmadan önce mühendislerin performans sorunlarını araştırmak için işlem kayıtlarını kontrol ettiğini, kod değişikliklerini karşılaştırdığını ve sistem ölçümlerini manuel olarak değerlendirdiğini açıklıyor. Zaman içerisinde bu çalışmalar için 30’dan fazla özel performans aracı geliştirildi.
Ancak yapay zeka destekli yazılım geliştirme süreçlerinin hızlanması, incelenmesi gereken değişikliklerin ve olası performans sorunlarının da daha hızlı ortaya çıkmasına neden oldu.
OpenAI bu noktada mühendislerin deneyimlerini perf-forensics adlı yeniden kullanılabilir bir Codex becerisine dönüştürdü. Böylece yapay zeka ajanları, performans sorunlarını araştırırken hangi araçlardan yararlanması gerektiğini ve hangi kontrolleri gerçekleştireceğini öğrenebildi.
Codex’in gerçekleştirdiği araştırmalar; yavaşlamanın ne zaman başladığını, hangi isteklerin etkilendiğini ve sorunun bir yazılım güncellemesinden ya da yapılandırma değişikliğinden kaynaklanıp kaynaklanmadığını belirlemeye odaklanıyor.
Performance Factory nasıl çalışıyor?
OpenAI’ın geliştirdiği sistem, görevleri organize eden ve Codex ajanlarının çalışmalarını koordine eden dört temel bileşenden oluşuyor.
- Görev yönetim sistemi: Performans sorunlarını kayıt altına alıyor, inceleme aşamalarını ve yapılması gereken işlemleri takip ediyor.
- Görev dağıtım mekanizması: İşleme hazır görevleri belirleyerek bunları uygun Codex oturumlarına yönlendiriyor.
- Bulut tabanlı Codex altyapısı: Yapay zeka ajanlarının gerekli izinler kapsamında kod depolarına, performans verilerine ve sistem kayıtlarına erişerek araştırma yapmasını sağlıyor.
- Olay abonelikleri: Kod inceleme yorumları veya dağıtım işlemlerinin tamamlanması gibi gelişmeleri takip ederek bekleyen görevlerin yeniden başlatılmasına yardımcı oluyor.
Bu yapı sayesinde Performance Factory, bir performans uyarısının ardından araştırmayı başlatabiliyor ve farklı aşamalarda farklı yapay zeka ajanlarını görevlendirebiliyor.
Örneğin bir güncellemenin ardından ChatGPT’deki belirli bir işlemin yavaşladığı tespit edildiğinde sistem önce performans ölçümlerini inceliyor. Ardından ilgili kod değişikliklerini ve sistem kayıtlarını karşılaştırarak olası nedeni belirlemeye çalışıyor.
Bir düzeltme önerisi hazırlandıktan ve mühendis tarafından onaylanarak uygulandıktan sonra ise başka bir ajan devreye girerek performansın beklenen seviyeye dönüp dönmediğini kontrol ediyor.
Yapay zeka ajanları birbirlerinin bulgularını denetliyor
Performance Factory’nin dikkat çeken özelliklerinden biri, yapay zeka ajanlarının ulaştıkları sonuçların başka ajanlar tarafından sorgulanması.
OpenAI, ilk denemelerde Codex’in bazen karşılaştığı ilk makul açıklamayı sorunun gerçek nedeni olarak kabul ettiğini fark etti. Ancak teknik olarak mantıklı görünen bir açıklama, her zaman performans düşüşünün asıl nedenini ortaya koymayabiliyor.
Şirket bu sorunu azaltmak amacıyla sisteme ikinci bir Codex ajanıyla gerçekleştirilen karşıt inceleme aşaması ekledi.
Bu aşamada ikinci ajan, ilk ajanın ulaştığı sonucu doğrudan onaylamak yerine mevcut açıklamadaki eksiklikleri, kanıtların yeterliliğini ve alternatif ihtimalleri araştırıyor. Gerekli görüldüğünde inceleme yeniden başlatılabiliyor.
OpenAI’ın manuel olarak değerlendirdiği 100 temel neden önerisinin yüzde 70’i doğru bulundu. Kalan yüzde 30’luk bölümün ise daha fazla geliştirmeye ihtiyaç duyduğu veya neden-sonuç ilişkisini yeterince ortaya koyamadığı belirtildi.
Bu sonuç, sistemin önemli bir otomasyon kapasitesine ulaştığını gösterirken yapay zeka tarafından hazırlanan teknik değerlendirmelerin hâlâ kontrol edilmesi gerektiğini de ortaya koyuyor.
Codex’in hazırladığı düzeltmeler gerçek sistemlerde kullanılıyor
Performance Factory yalnızca performans sorunlarını araştırmakla sınırlı kalmıyor. Codex, belirlenen sorunun giderilmesi için kod değişiklikleri de hazırlayabiliyor.
VentureBeat’in OpenAI performans ekibinden aktardığı bilgilere göre, temel nedeni belirlenen 600’den fazla incelemenin yaklaşık 400’ünde bir çözüm önerisi oluşturuldu.
Üretim ortamına alınan yaklaşık 50 düzeltme, yapay zeka ajanlarının önerilerinden etkilendi veya bu önerilerle örtüştü. Bunların yaklaşık 15’i ise doğrudan Codex tarafından hazırlanmış kod değişikliği talepleriydi.
Bu rakamlar, yapay zekanın yazılım bakımında yalnızca yardımcı bir analiz aracı olmaktan çıkıp doğrudan kod geliştirme süreçlerine de katıldığını gösteriyor.
Ancak önemli bir ayrıntı bulunuyor: Codex’in hazırladığı kodlar otomatik olarak üretim ortamına alınmıyor. Önerilen değişikliklerin değerlendirilmesi ve birleştirilmesi için mühendis incelemesi gerekiyor.
Dolayısıyla Performance Factory, mevcut haliyle insan mühendislerin yerini tamamen alan bir sistem değil. Daha çok zaman alan araştırmaları otomatikleştirerek mühendislerin doğrulama, karar verme ve karmaşık sorunları çözme aşamalarına odaklanmasını sağlayan bir altyapı sunuyor.
Performance Factory, ChatGPT kullanıcılarını nasıl etkileyecek?
OpenAI’ın geliştirdiği bu sistem, doğrudan kullanıcıların açıp kapatabileceği yeni bir ChatGPT özelliği değil. Performance Factory, şirketin arka planda çalışan mühendislik altyapısının bir parçası olarak kullanılıyor.
Bununla birlikte sistemin başarılı şekilde çalışması, ChatGPT’nin yanıt sürelerini ve hizmet kararlılığını etkileyen sorunların daha erken tespit edilmesine yardımcı olabilir.
Özellikle sık güncellenen yapay zeka hizmetlerinde, yeni özelliklerin mevcut sistem performansını olumsuz etkilememesi büyük önem taşıyor. Performance Factory gibi otomasyon çözümleri, performans kayıplarının uzun süre fark edilmeden devam etmesi riskini azaltmayı hedefliyor.
Ancak OpenAI, Performance Factory sayesinde ChatGPT’nin genel yanıt hızının belirli bir oranda arttığını gösteren kullanıcı odaklı bir performans karşılaştırması paylaşmadı. Bu nedenle sistemin tüm kullanıcılar için ölçülebilir bir hız artışı sağladığını söylemek henüz mümkün değil.
OpenAI, Performance Factory’yi daha bağımsız hale getirmek istiyor
OpenAI’ın gelecek planları arasında Performance Factory’nin daha fazla görevi insan müdahalesine ihtiyaç duymadan gerçekleştirebilmesi bulunuyor.
Şirket, yapay zeka ajanlarının yalnızca mevcut izleme sistemlerinden gelen uyarıları değerlendirmesini değil, henüz uyarı oluşturmayan küçük performans gerilemelerini de kendiliğinden tespit etmesini hedefliyor.
Ayrıca düşük riskli ve iyi tanımlanmış bazı düzeltmelerde otomasyon seviyesinin artırılması da planlanan gelişmeler arasında yer alıyor.
Bu hedefler henüz sistemin bütün düzeltmeleri bağımsız olarak gerçekleştirdiği anlamına gelmiyor. OpenAI’ın paylaştığı mevcut işleyişte, kod değişikliklerinin uygulanmasında insan denetimi önemli bir rol oynamaya devam ediyor.
Yapay zeka ajanları yazılım bakımında yeni bir dönemin kapısını açıyor
Performance Factory, yapay zeka destekli yazılım geliştirme araçlarının kullanım alanlarının genişlediğini gösteren dikkat çekici örneklerden biri.
Bugüne kadar Codex gibi araçlar çoğunlukla kod yazma, mevcut kodları açıklama, hata ayıklama ve yeni özellikler geliştirme görevleriyle öne çıkıyordu. OpenAI’ın yeni sistemi ise bu yetenekleri sürekli çalışan bir performans takip ve iyileştirme sürecine taşıyor.
Üstelik burada asıl yenilik yalnızca yapay zekanın kod yazabilmesi değil. Birden fazla yapay zeka ajanının görev paylaşımı yapması, birbirlerinin bulgularını sorgulaması ve mühendislerle birlikte çalışarak teknik bir süreci baştan sona takip edebilmesi daha kapsamlı bir dönüşüme işaret ediyor.
OpenAI’ın açıkladığı ilk sonuçlar umut verici olsa da önerilen düzeltmeler ile gerçek sistemlere güvenle uygulanabilen değişiklikler arasında hâlâ belirgin bir fark bulunuyor.
Performance Factory’nin önümüzdeki dönemde ne kadar başarılı olacağını ise daha karmaşık performans sorunlarında elde edeceği sonuçlar ve insan denetimini azaltırken güvenilirliği koruyup koruyamayacağı belirleyecek.




