国际OpenAIOpenAI
OpenAI 用 Codex 把事故排查从几小时压到几分钟：谁决策、谁执行、谁兜底
阅读原文 ↗为什么值得读
这是一线工程团队自己写的交付复盘：事故排查这种高压、跨系统、需要人判断的活，怎么让 Agent 接手执行层，人只留决策和兜底。
核心发现
- 01
OpenAI 工程师把事故排查里的信息收集和代码定位交给 Codex 执行，把小时级压缩到分钟级。
- 02
人的角色前移到定假设、划范围、做最终判断，Agent 负责跑查询、翻代码、拼线索。
- 03
同一套协作方式还外溢到安全分析和日常重构，说明它不是一次性演示。
Ruby 怎么看
我的判断很直接：事故排查这件事，决策权必须留在人手里，执行层可以整段交给 Agent。人定假设、划范围、拍最终结论；Agent 去跑查询、翻代码、把线索拼齐；兜底还是人，因为线上影响和对外口径没人能替。真正值得学的不是它快了多少倍，而是他们把「谁决策、谁执行、谁兜底」提前写清楚了，所以 Agent 敢放手跑。要交付，先分好工，再谈模型。
若我在业务里怎么验证
拿一次真实事故复盘做对照：同一份告警和时间线，让人工组和「人定假设 + Agent 执行」组各跑一遍，比首次定位时间、误判率和最终结论是否一致；再看 Agent 给出的线索里有多少被人采纳。
延伸阅读 / 原文
本文为 Ruby 个人观点与阅读笔记，不代表原发布机构立场。正文为摘要与评论，非全文转载。完整内容请阅读原文。