Điều tra sự cố nhanh hơn với AI: cách OpenAI dùng Codex Ultrafast

Khi một hệ thống gặp sự cố, phần mất thời gian thường là tìm xem điều gì đã thay đổi, dữ liệu nào liên quan và giả thuyết nào đáng kiểm tra trước. Trong ví dụ nội bộ do OpenAI công bố, kỹ sư dùng Ultrafast, chế độ tốc độ cao trong Codex, để điều tra nhiều nguyên nhân có thể xảy ra cùng lúc. Một nhân sự phụ trách bảo mật cho biết công việc tổng hợp dữ liệu từng mất một đến hai giờ nay diễn ra trong khoảng 10 đến 15 phút.

Với người làm nội dung và người dùng công cụ số, giá trị của ví dụ này nằm ở cách phối hợp AI với nhiều nguồn thông tin khi cần tìm nguyên nhân lỗi. Đây là trường hợp sử dụng của đội kỹ thuật OpenAI; thời gian họ ghi nhận không phải cam kết cho mọi hệ thống.

Xem cách OpenAI dùng Ultrafast khi điều tra sự cố

Minh họa tạo bằng AI theo nội dung bài; không phải giao diện, dữ liệu hay kết quả sử dụng thực tế.

Tìm nguyên nhân từ nhiều hướng

Aaron Friel, thành viên đội ngũ kỹ thuật OpenAI, mở một kênh Slack dành cho sự cố rồi yêu cầu Codex theo dõi, điều tra và trả lời các câu hỏi xuất hiện trong quá trình xử lý. Thay vì lần lượt kiểm tra từng khả năng, ông mô tả việc dùng Ultrafast để tìm kiếm trên nhiều hướng cùng lúc.

Nguồn dữ liệu cũng rộng hơn log. Sayan Sisodiya dùng Codex tìm trong Slack những trao đổi về thay đổi đáng nghi hoặc triệu chứng tương tự ở nơi khác. Cách tiếp cận này giúp đặt dấu hiệu kỹ thuật cạnh bối cảnh công việc: lỗi xuất hiện khi nào, trước đó có thay đổi gì và ai đã gặp hiện tượng gần giống.

Điểm hữu ích là giữ được mạch hỏi đáp. Adam Perry cho biết trước đây ông vừa giao Codex điều tra vừa tự kiểm tra vì không muốn chờ. Với Ultrafast, tốc độ phản hồi cho phép ông tập trung hơn vào công việc đang xử lý.

Sơ đồ biên tập từ các bước trong bài; không phải ảnh chụp thao tác thực tế.

Áp dụng cách đặt câu hỏi vào một tình huống cụ thể

Giả sử một nhóm nội dung phát hiện trang bài viết không hiển thị như mong đợi. Có thể vận dụng cách điều tra trên để tổ chức câu hỏi, với điều kiện công cụ có quyền truy cập những dữ liệu liên quan:

1. Mô tả triệu chứng và thời điểm bắt đầu ghi nhận lỗi.
2. Yêu cầu kiểm tra các giả thuyết song song, chẳng hạn thay đổi gần đây và dấu hiệu trong log.
3. Đối chiếu với trao đổi của nhóm về cùng triệu chứng.
4. Tiếp tục hỏi trong cùng cuộc hội thoại để làm rõ bằng chứng cho từng khả năng.

Đây là ví dụ vận dụng phương pháp, không phải quy trình khắc phục lỗi được OpenAI kiểm thử cho website nội dung. Kết quả điều tra cần dẫn về dữ liệu cụ thể để người phụ trách quyết định bước xử lý.

Điều kiện và giới hạn cần biết

Khả năng tổng hợp phụ thuộc vào nguồn dữ liệu mà Codex thực sự truy cập được. Đọc ví dụ này không đồng nghĩa tài khoản của bạn đã có kết nối Slack, log hoặc các quyền tương tự môi trường nội bộ OpenAI.

Mốc 10 đến 15 phút là lời kể về việc tập hợp dữ liệu có cấu trúc và phi cấu trúc, chuẩn hóa rồi bổ sung bối cảnh để ra quyết định. Nó không có nghĩa mọi sự cố được sửa xong trong khoảng thời gian đó. Tương tự, nhận xét nhiều câu trả lời dưới 30 giây là trải nghiệm được một kỹ sư nêu trong bài, không phải bảo đảm độ trễ.

Bài công bố không nêu giá, điều kiện mở quyền hay hướng dẫn bật Ultrafast. Vì vậy, phần có thể học ngay là cách mô tả sự cố, kiểm tra nhiều giả thuyết và nối bằng chứng giữa các nguồn; khả năng triển khai cần đối chiếu với quyền truy cập và tính năng thực tế của công cụ bạn đang dùng.