【量子位 2026年2月8日讯】系统性能优化领域的“定海神针”Brendan Gregg正式官宣入职OpenAI，这一消息在技术圈引发轰动。这位著有《性能之巅》等行业圣经、发明火焰图的技术大牛，将加入ChatGPT性能团队，远程坐镇澳大利亚专攻系统优化与成本降低。OpenAI总裁Greg Brockman更是亲自下场欢迎，直言自己是其多年老粉丝，足见此次人才引进的分量。
行业泰斗加持 凭一书一图封神技术圈
Brendan Gregg在系统性能领域的地位堪称传奇，他的著作《性能之巅》（Systems Performance: Enterprise and the Cloud）长期被全球高校和科技巨头列为性能工程必读教材，与《BPF Performance Tools》一同成为后端与运维工程师排查棘手问题的“最后救命稻草”。而他发明的火焰图（Flame Graphs），更是彻底改变了性能分析的游戏规则——在此之前，工程师需面对成千上万行枯燥的文本堆栈，而火焰图将这些数据转化为直观的可视化图谱，CPU热点与性能瓶颈一目了然，至今仍是全球开发者不可或缺的分析工具。
作为Linux内核核心技术eBPF的主要推动者，Brendan一手构建了现代云计算的性能分析工具箱，长期维护Linux生态标准化工具集bcc和bpftrace。他提出的Off-CPU分析方法论，精准捕获因I/O等待导致的进程闲置问题，填补了传统分析的盲区；开发的延迟热力图能揭示平均值掩盖下的长尾抖动，创立的USE方法（利用率、饱和度、错误）则为排查者提供了清晰的分析框架，硬生生将“系统诊断”这门玄学变成了有章可循的科学，其成就也获得了USENIX LISA杰出成就奖的权威认证。
跨界AI的三重动因 从云计算到大模型的硬核转型
早已在通用云计算领域功成名就的Brendan，选择在2025年底加盟OpenAI，背后有着清晰的战略考量与个人情结。最核心的驱动力，是AI行业爆发式增长背后的性能刚需——如今理发师、房地产经纪人、税务会计师等普通职业者都在高频使用ChatGPT，海量用户带来的流量压力让传统优化方法难以为继。
“过去盯着CPU和数据库调优的老办法，对付不了数万张GPU堆成的超级集群和复杂神经网络。”Brendan在博客中坦言，旧时代的工具无法适配大模型这一新物种，亟需一套专门的工程优化方法。而OpenAI“没有禁区”的技术环境，允许他为提升性能突破任何领域限制，这种能规模化快速落地优化方案的平台，正是他所追求的“做任何事，都要规模化地做，并且就在今天做”的理想舞台。
此外，还有一段跨越数十年的科幻情结促成了此次合作。Brendan自幼是英剧《Blake’s 7》的死忠粉，对剧中傲娇又强大的超级计算机Orac着迷不已，大学时曾梦想亲手打造类似产品却受限于硬件条件。而ChatGPT的出现让他看到了圆梦的可能，他甚至特意设置ChatGPT的自定义指令，让其模仿Orac的傲娇语气对话，加入OpenAI对他而言，也是亲手续写童年科幻梦的过程。
实战履历亮眼 从Netflix到Intel的硬核积累
Brendan的优化能力，是在数十年极端实战环境中磨练而成。2001-2014年，他在Sun Microsystems和Joyent任职期间，成为DTraceToolkit的核心开发者，奠定了在动态追踪领域的元老地位；2014-2022年担任Netflix高级性能架构师时，直面全球最大规模的云端微服务架构挑战，处理了无数普通规模下难以遇见的性能“怪题”；2022年加入Intel担任Fellow后，他带领团队开发出全球首个基于eBPF和硬件采样的AI火焰图，大幅降低AI性能分析成本，同时专注解决软件工程师看懂硬件PMU底层数据的行业痛点。
这些跨企业、跨领域的实战经历，让他积累了从底层硬件到上层应用的全栈优化经验，也使其成为破解ChatGPT性能瓶颈的不二人选。OpenAI期待借助他的技术积淀，让这台全球亿万人使用的昂贵“机器”运行更高效、更稳定。
聚焦ChatGPT优化 开启AI性能提升新篇
按照规划，Brendan将向ChatGPT性能团队负责人Justin Becker汇报，初期核心任务聚焦ChatGPT的性能优化与成本控制。在他看来，大模型的性能优化不仅需要技术深度，更需要规模化落地的执行力——哪怕能从庞大的算力集群中抠出一点点效率，也要当天就在成千上万台机器上部署见效。
技术圈普遍期待，这位能将复杂系统性能问题“化繁为简”的大师，将为ChatGPT带来实质性的速度提升与成本优化。随着AI应用场景的不断拓展，系统性能已成为制约大模型规模化落地的关键因素，Brendan的加盟不仅为OpenAI注入了硬核技术力量，也为整个AI行业的性能优化提供了新的思路与可能。未来他将如何用经典优化方法论适配大模型场景，让ChatGPT在全球海量用户访问下保持流畅运行，值得行业持续关注。
