OpenAI Ultrafast in Codex: インシデント調査を数時間から数分に短縮

OpenAIは2026年10月26日に内部ケーススタディを公開し、自社のエンジニアがCodexの高速モードであるUltrafastをインシデント対応のデフォルトツールとして使用していることを説明しました。主な主張はベンチマークではなく運用上のものです。構造化データと非構造化データをまとめるのに1〜2時間かかっていたセキュリティ調査が、現在は10〜15分で完了し、個々の回答は多くの場合（約30秒未満で）十分に速く返ってくるため、エンジニアはCodexが作業している間、コンテキストスイッチをしなくなります。

TL;DR

UltrafastはCodexの高速モードであり、OpenAIは技術スタッフがインシデント対応、セキュリティ調査、リファクタリング、日次計画のデフォルトにしていると報告しています。この投稿で定量化された主な成果は、以前は1〜2時間かかっていたセキュリティ調査が、現在は10〜15分、場合によってはほぼリアルタイムで完了することです。この投稿は、OpenAIが自社のテクノロジーとAPIをどのように使用しているかの内部事例を共有するシリーズの一部であり、公開されたベンチマーク結果ではなく、例示として提示されています。

ソースによるとUltrafastとは何か

Ultrafastは、OpenAIのコーディングエージェントであるCodex内の高速モードです。この投稿では、レイテンシー許容度を中心に機能を説明しています。本番環境で障害が発生した場合、エンジニアはインシデントが悪化する中で回答を数分待つことはできないため、高速モードにより複数の潜在的な原因を同時に調査できます。

ソースはUltrafastの技術仕様を公開していません。トークンスループットの数値、モデルバージョン識別子、ハードウェアの詳細、レイテンシーのパーセンタイル測定値は一切記載されていません。投稿内の定量的な内容はすべて、名前の挙がったOpenAIスタッフが自分のワークフローを説明したものです。

インシデント対応：複数の「干し草の山」を同時に検索

OpenAIのインシデントワークフローは、Slackチャンネルと問題に向けられたCodexスレッドを中心に展開されます。OpenAIのテクニカルスタッフメンバーであるAaron Frielは、通常インシデントの指揮を執ります。彼はインシデント対応用のSlackチャンネルを作成し、Codexに監視、調査、および到着する質問への回答を指示します。

「どのインシデントでも、何が悪かったのかについて途中に多くのホップがあることが通常で、正しい干し草の山で正しい針を見つけることが、そのチャンネルの人々の主な仕事です。Ultrafastを使うことで、私は本質的にそれらすべての干し草の山を同時に検索でき、インシデントにはるかに速く対応できます。」

この並行調査パターンがこの投稿の構造的な中心的主張です。仮説を直列に並べるのではなく、エンジニアはCodexに複数の候補原因を同時に追求させ、インシデントがまだ進行中に報告を受けます。

セキュリティ調査：1〜2時間から10〜15分へ

この投稿で最も具体的な数字は、OpenAIのテクニカルスタッフメンバー兼データセンターセキュリティアーキテクトであるAJ Trbojevicからのものです。彼は、以前のセキュリティ調査プロセスは、構造化データと非構造化データを収集し、正規化し、意思決定を行うのに十分なコンテキストをまとめるのに1〜2時間かかっていたと説明しています。

「現在はそれが10〜15分で起こります。そして時にはほぼリアルタイムです。」

これがこの投稿の「数時間から数分」という枠組みの背後にある数字です。これは実務者による自己報告のワークフロー比較であり、管理されたベンチマークではなく、ソースはサンプルサイズ、関連するインシデントの種類、または測定方法を指定していません。

30秒のしきい値

この投稿におけるUltrafastの実用的価値は、マシンのメトリクスではなく人間の注意力の限界によって定義されています。別のテクニカルスタッフメンバーであるJeff Niuは、自分のルールを述べています。AIで回答を見つけるのに30秒以上かかる場合は、Slackに切り替えるか、同僚に尋ねるとのことです。

Ultrafastを使用すると、Niuは自分の作業のほとんどが現在そのしきい値を下回っていると報告しています。彼は以前のパターン、つまりCodexに質問し、考えている間に別のことに切り替え、考えの流れを失って戻ってくるというパターンを説明しています。彼が強調する変化は会話の連続性です。やり取りがリアルタイムで行われるようになり、手元のタスクに集中し続けられるようになりました。

30秒という数字はNiu個人の切り替えしきい値であり、Ultrafastの文書化されたパフォーマンス保証ではありません。

リファクタリングと技術的負債

応答が速くなると、エンジニアが開始しようとする作業が変わります。Niuは、既存コードの作り直しにかかる時間が短縮されたため、Ultrafastにより大規模なリファクタリングに取り組む意欲が高まると述べています。

「技術的負債は以前よりもはるかに返済しやすくなりました。コードは安価で、今ではそれを生成するのが非常に速いです。以前は多大なコストがかかっていたリファクタリングが、ほぼ瞬時に行われます。」

ここでの主張は金銭的ではなく行動的なものです。対話レイテンシーが低いと、大きな変更を開始する際の認識コストが下がり、先延ばしにされていたクリーンアップ作業が実行されるようになります。

永続的な毎日のコパイロットとしてのCodex

Codexがアクションを実行し、コマンドを実行し、ツールを使用できるようにするコードを構築するコアエージェントチームの両メンバーであるAdam PerryとSayan Sisodiyaは、2つの日常的なパターンを説明しています。

Perryは、自分のチーフオブスタッフと呼ぶ常設のCodexスレッドを維持しています。毎朝、会議を報告し、返信を忘れたかもしれないメッセージをフラグ付けします。

「それはすでにその要約を書くためにすべてのデータを調べているので、フォローアップを尋ねるとき、それは追加のデータを取得するのを待っていません。実際のチーフオブスタッフと同じように、同じ会話で質問を続けることができます。」

Sisodiyaは、フォームへの記入などのブラウザベースの手動作業にCodexを使用しています。これは以前は遅すぎるため避けていたタスクです。

「それはブラウザを開き、5秒間考えて座り、何かをクリックし、また座っていました。」

彼は、その作業を委任する意欲の変化は、最新モデルのコンピューター使用の改善とUltrafastの速度の組み合わせによるものだと述べています。

「今ではブラウザをクリックさせるのは完全に問題ありません。そして、自分でやらないことで時間を失わないほど速いです。」

エンジニアがCodexを自分と並行して実行するのをやめた理由

Ultrafast以前は、エンジニアはCodexを時間通りに戻ってくることが信頼できないバックグラウンドタスクとして扱っていました。Perryは古い行動を直接説明しています。

「以前は、Codexに何かを調べるように頼んで、同時に自分でも調べに行きました。待つほど速くないとわかっていたからです。今ではUltrafastのおかげで、Codexは十分に速く、注意を分割する代わりに集中し続けることができます。」

Sisodiyaは、インシデント中のログ分析を超えてCodexを使用し、疑わしい変更への参照や、ワークスペースの他の場所で同様の症状を報告している他の人をSlackで検索すると説明しています。

「インシデントでログを掘り下げるだけでなく、Codexを使ってSlackを掘り下げ、疑わしい変更への参照や、Slackの他の場所で同様の症状について話している人々を確認します。」

5人のエンジニアすべてに共通するテーマは、作業を委任するかどうかを決定したのは能力ではなくレイテンシーだったということです。この投稿の結論は、Ultrafastが「OpenAIのテクニカルスタッフが質問のペースでCodexと連携できるようにする」ことであり、考えの流れを失うことなく回答をフォローアップしたり別のアプローチを試したりできるようにし、取り組む意思のある作業を変えるというものです。

この投稿が主張していることと主張していないこと

ソースに記載されている内容：

UltrafastはCodexの高速モードです。
OpenAIエンジニアはインシデント対応のデフォルトとして使用しています。
セキュリティ調査はAJ Trbojevicによると「1〜2時間」から「10〜15分」に短縮され、時にはほぼリアルタイムです。
30秒の回答しきい値が、Jeff NiuがAIを使い続けるか、Slackや同僚に切り替えるかを決定します。
応答が速くなると、Jeff Niuによると大規模なリファクタリングに取り組む意欲が高まります。
Codexは日次の計画要約とブラウザベースのフォーム入力に使用され、最新モデルのコンピューター使用の改善がその変化の一部として挙げられています。

ソースに記載されていない内容：

ベンチマークスコア、レイテンシーのパーセンタイル、スループット数値、モデルバージョン識別子はありません。
Ultrafastが技術的にどのように実装されているかの説明はありません。
時間から分への比較の測定方法論はありません。
Ultrafastの価格、可用性、ロールアウト情報はありません。

この投稿は、OpenAIが自社のテクノロジーとAPIをどのように使用しているかの内部事例を共有するシリーズの一部として明示的に位置付けられており、製品発表や評価ではなく、フロンティアAIが各チームのユースケースをサポートしている例示として提示されています。