在 OpenAI 扩展 Git 规模
OpenAI 如何构建 Pando——一个为 Codex 所带来的开发规模而设计的 Git 兼容后端。
文章
不限日期
共 22 篇第 1–22 篇
快速扩展在线存储以服务超过 10 亿 ChatGPT 用户（第二部分）
了解 OpenAI 如何通过可靠的多租户、全球缓存和 Azure Cosmos DB 扩展 Habitat，为 ChatGPT 提供快 12 倍的读取速度。
我们如何为 ChatGPT 构建兼顾用户信任与相关性的全新广告栈
了解 OpenAI 如何构建 ChatGPT 的 LLM 驱动广告栈，以理解对话意图、将广告与回答分离，并大规模投放相关广告。
快速扩展在线存储以服务超过10亿ChatGPT用户
了解OpenAI如何将Habitat从一个Python库发展为一个全球分布式存储平台，服务于10亿ChatGPT用户和每秒2200万次请求。
Jalapeño 的首批结果显示其在 AI 推理方面具有行业领先的速度和效率
Jalapeño 是 OpenAI 的一款定制推理芯片，可提供更快、更节能的 AI 推理，为现代模型带来更高的吞吐量和更低的延迟。
我们如何在六个月内构建一个用于响应式语音 AI 的实时系统
GPT-Live 采用无轮次语音模型和低延迟架构，实现与 AI 的持续语音交互，带来更快、更自然的对话。
GPT-5.6 如何融合前沿智能与前沿效率
GPT-5.6 在模型、推理和智能体工作流方面提升了 AI 效率，帮助以每美元提供更有用的智能。
核心转储流行病学：修复一个存在18年的漏洞
OpenAI 工程师利用大规模核心转储分析来调试罕见的基础设施崩溃，发现了一个硬件故障和一个长期存在的软件漏洞。
使用 Codex 构建自我改进的税务智能体
了解 OpenAI、Thrive 和 Crete 如何使用 Codex 构建自我改进的税务智能体，实现申报自动化、提高准确性并加速工作流程。
构建安全高效的沙箱以在 Windows 上启用 Codex
了解 OpenAI 如何构建安全高效的沙箱，以在 Windows 上启用 Codex，并实现受控的文件访问和网络限制。
利用 MRC（多路径可靠连接）释放大规模 AI 训练网络的潜力
OpenAI 推出 MRC（多路径可靠连接），这是一种通过 OCP 发布的新型超级计算机网络协议，旨在提升大规模 AI 训练集群的弹性和性能。
OpenAI 如何大规模提供低延迟语音 AI
OpenAI 如何重建其 WebRTC 技术栈，以低延迟、全球规模和无缝的对话轮次切换提供实时语音 AI。
用于编排的开源规范：Symphony
了解 Symphony——一个用于 Codex 编排的开源规范——如何将问题追踪器转变为始终在线的智能体系统，从而提升工程产出并减少上下文切换。
使用 Responses API 中的 WebSockets 加速智能体工作流
深入探讨 Codex 智能体循环，展示 WebSockets 和连接范围缓存如何降低 API 开销并提升模型延迟。
从模型到智能体：为 Responses API 配备计算机环境
OpenAI 如何使用 Responses API、shell 工具和托管容器构建智能体运行时，以运行具备文件、工具和状态的安全、可扩展的智能体。
超越速率限制：扩展对 Codex 和 Sora 的访问
OpenAI 如何构建一个结合速率限制、用量跟踪和积分的实时访问系统，以支持对 Sora 和 Codex 的持续访问。
驾驭工程：在智能体优先的世界中善用 Codex
作者：Ryan Lopopolo，技术团队成员
解锁 Codex 框架：我们如何构建 App Server
了解如何使用 Codex App Server 嵌入 Codex 代理，这是一个支持流式进度、工具使用、审批和差异比较的双向 JSON-RPC API。
OpenAI 内部数据智能体揭秘
OpenAI 如何构建一个内部 AI 数据智能体，利用 GPT-5、Codex 和记忆功能对海量数据集进行推理，并在几分钟内提供可靠的洞察。
解构 Codex 智能体循环
深入解析 Codex 智能体循环的技术细节，阐述 Codex CLI 如何利用 Responses API 协调模型、工具、提示词与性能。
扩展 PostgreSQL 以支撑 8 亿 ChatGPT 用户
深入了解 OpenAI 如何通过副本、缓存、速率限制和工作负载隔离，将 PostgreSQL 扩展至每秒数百万次查询。
我们如何在 28 天内使用 Codex 为 Android 发布 Sora
OpenAI 使用 Codex 在 28 天内为 Android 发布了 Sora。AI 辅助的规划、翻译和并行编码工作流帮助一个敏捷的团队实现了快速、可靠的开发。
第 1–22 篇/共 22 篇