编辑｜Sia 就在 Cursor CEO Michael Truell 透露，OpenAI 计划在三个月后阻止 Cursor 用户继续访问其模型、双方关系突然紧张的当口，OpenAI Codex 突然放出一个新动作。 刚刚，这些付费用户突然迎来了一波额度回血—— Codex 负责人 Tibo 在推文宣布，将为所有 Codex 和 ChatGPT Work 付费用户重置使用额度。 这次并不是简单粗暴地多送一点。 Tibo 表示，他们最近集中处理了数千份用户反馈，把 Codex 背后的使用量计算机制几乎翻了个底朝天。结果发现，用户之前 感觉额度怎么这么不经用，还真不完全是错觉。 在一系列 Bug 被修复之后，根据不同使用方式，他们预计：同样的 Codex 使用额度， 现在可以比之前多撑 10%-50% 。额度数字可能没变，但实际能干的活变多了。 这次公布的问题清单，几乎堪称一份《 AI Agent 是如何偷偷烧 Token 的大全》。其中一些 Bug，看起来不起眼，烧起额度来却相当凶猛。 一个任务，最多能吃掉一周 70% 的额度 OpenAI 一口气列出了 8 类已经发现并修复的问题。 第一个，就是上下文压缩（ Compaction ）。AI 编程工具运行时间一长，上下文越来越大，系统通常会把历史信息压缩一下，以便继续工作。 问题在于，Codex 此前进行上下文压缩时，会把旧图片继续留在上下文里。结果，本来压缩是为了把上下文变小，但旧图片没清掉，上下文依然很大，大到甚至可能马上再次触发一次压缩。 于是就出现了一种略显魔幻的情况：为了省上下文而进行的压缩，本身反而开始消耗更多上下文。OpenAI 修掉这个问题之后，对于那些大量使用图片的用户，相关使用量直接下降了约 10%。 但这还不是最夸张的。真正的额度杀手，来自 Codex 的任务目标机制( Goals )。 OpenAI 发现，在部分情况下，用户设定的/goal明明已经执行完成，Agent 却没有按照预期停下来，而是继续往后执行。 另一种情况是工具明明已经坏了，模型依然会不断尝试重试。任务看上去已经结束，AI 却还在后台一遍遍干活。 OpenAI 称，他们看到的一些案例中，仅仅这个问题，就能消耗掉用户每周额度的15%-70%。也就是说，极端情况下，一个异常任务，可能直接吃掉七成周额度。现在，这个问题也已经修复。 有个后台任务，甚至差点跑了 15000 遍 另一处问题出现在 Memory，也就是记忆系统。 Codex 的后台 Memory Worker 在部分情况下，会继承某些 Stop Hook。本意上，Stop Hook 是用来控制任务何时停止的。但 Bug 出现后，某些后台任务反而可能因为停止条件无法满足，一直运行下去。 这类问题影响的用户其实不到 1%。但问题在于，长尾案例异常夸张。OpenAI 提到，他们甚至发现过一个案例，系统检查某个任务是否可以结束的动作，可能执行多达 15000 次。 对绝大多数用户来说，这个 Bug 可能完全无感。但对撞上的用户来说，Token 就可能在后台悄无声息地蒸发。这种感觉大概就像电脑什么都没打开，风扇却突然开始狂转。 Subagent 也会偷偷升级配置 还有一个很有 Agent 时代特色的问题，发生在 Subagent 子智能体身上。 现在的 Codex 并不一定只靠一个模型完成任务。复杂任务可以被拆分，然后调用多个子 Agent 协同执行。问题就出在这里。 OpenAI 发现，一些能力较小的模型，比如 Luna，有时候会在用户没有明确要求的情况下，自行选择能力更强、成本也更高的辅助模型。 更离谱的是，即便负责统筹任务的主模型没有运行在/fast模式下，它也可能要求下面的子 Agent 使用/fast。 这就像老板坐经济舱，结果给几个助理偷偷买了商务舱。任务当然还是那个任务，但背后的资源消耗已经不是一回事了。目前这一问题也已经修复。 自动化任务，说好一天一次，实际可能偷偷多跑 Automations 也被抓出了问题。 OpenAI 表示，一些自定义调度任务此前可能会出现：实际执行频率，比用户设置的频率更高。比如用户原本只希望某个自动化任务定期执行，但系统可能比设定的时间更加频繁地唤醒任务。 单次看或许不多，可 Agent 的特点恰恰是——它能在没有用户操作的情况下自己运行。跑一次不贵。多跑几十次，就不一定了。这个问题目前同样已经被修复。 光是总结自己干了什么，也能吃掉 20% 周额度 另一个比较典型的问题，来自 Computer History。 为了让 Agent 理解自己之前在电脑上做过什么，系统需要保存、整理甚至总结过去的操作历史。但旧版本的实现中，Codex 可能会重复总结已经高度重叠的历史活动。相当于同一段工作日志，一遍遍重新
