OpenAI 软件工厂 Perf Factory 对普通团队能学什么
Pragmatic Engineer 2026 年 9 月 15 日探访：OpenAI 内部 90% 非工程师周活 Codex，Perf Factory 监控生产并自动派 Codex 修性能。本文拆可复制的 agent loop，不神话「无人工厂」。
2026 年 9 月 15 日，The Pragmatic Engineer 发布对 OpenAI 总部的探访稿：约一年内，非工程组织（finance、HR 等）Codex 周活从低位拉到约 90%；工程侧则形成「agentic software factory」，其中 Perf Factory 监控生产指标，触发 Codex agent 自动调查并提交性能修复 PR。作者强调：内部 Codex 比公开发版接入了更多 OpenAI 自有系统，外部团队不能 1:1 复制，但 feedback loop 结构可学。
软件工厂不是什么
不是「灯灭人走、100% 机器人写码」。OpenAI 仍有 domain expert 审 design、合 PR。变化是：observe → ticket → agent patch → test → review 的循环里，中间几步默认交给 Codex，人类只在 merge 与 incident 升级时介入。
与 Agents API 公测 同方向：OpenAI 把 Codex harness 托管化，让 factory loop 不必每个团队自建 orchestrator。
Perf Factory 四块（抽象成你可抄的模板）
Signal：生产 latency、error rate、cost anomaly 进统一 queue（他们自有 observability；你可 Sentry/Datadog + Sentry MCP）。
Triage agent：只读 runbook + 最近 deploy diff，判断「是否 agent 可修」vs「叫人」。
Patch agent：在分支上改 code、跑 benchmark，约束 scope（对照 Subagent 税怎么控 的 fan-out 纪律）。
Human gate：PR 必须人 approve；自动 merge 仅限测试绿 + 低 risk 路径。
10 人团队不必上 Perf Factory；可从「每周选一个重复 incident 让 Agent 写 runbook 补丁」开始。
和 Cursor / Claude Code 用户的关系
OpenAI 员工也经历 tool 切换：Desktop Codex（2 月 Mac、3 月 Windows）、7 月 ChatGPT Work。外部开发者若在 Cursor 里用 Codex 扩展，是同一 harness 的不同壳，见 断供迁移。
Claude Code 用户可镜像 factory 思路：hooks 替代 pre-commit、subagent 做 parallel triage，但注意 Subagent 税。
别忽略的局限
内部版 Codex 接 HR、finance 内部 API，外部 Codex 没有。
「90% 非工程师周活」含 ChatGPT Work，不全是 repo commit。
Factory 依赖 OpenAI 自有 GPU 与 on-call；中小团队 agent 修 prod 要有 rollback 与 blast radius 上限。