Codex 48小时两次被迫重置，token额度消耗太快的真相来了

哈喽朋友们，最近也是囤上 Codex 的重置额度了。

6 月 29 日到 30 日，Codex 连续两天宣布额度重置。

再加上我之前靠拉新活动存下的重置次数，现在账户里的额度已经多到有点离谱——真是用不完，根本用不完！

这两次重置的直接原因，都是 Codex 最近这一轮额度异常消耗的 bug。

OpenAI 出来给补偿也不难理解。毕竟，这事前几天在开发者社区闹得还挺大。

6 月 25 日，有开发者发现了一个非常离谱的现象：

只发了一条消息，Codex 的全部额度就被瞬间烧光，5 小时限制直接掉到 0%。

更诡异的是，这并不是个例。

随着讨论不断扩散，大家对 Codex 额度透明度的质疑也越来越集中。

不少网友甚至直接 @ Codex 产品负责人 Tibo 讨说法——成功把本人炸出来了。

6 月 27 日，Tibo 开始紧急回应。

他先给出了一个初步判断，称问题可能和“防止滥用和欺诈的机制误标”有关。随后又宣布，将在几小时后为所有用户重置额度。

而在 6 月 30 日，这次“额度异常”的正式调查结果终于出炉——Tibo 此前的推测居然也没中。

按照 Tibo 的报告，这次并不是某一个单点 bug 把额度系统干崩了，而是多个问题在特定用户场景下叠加放大——换句话说，是“亿点点问题在一起爆了”。

简单来看，主要问题集中在几个方面：

• 自动代码审查触发频率过高
• 任务拆解机制异常，导致触发更多子任务
• 失败 prompt 在后台发生重复重试
• 用量统计与分类显示出现偏差

目前，OpenAI 已经回滚了相关改动，并修复了重复生成、重复调度和异常重试的问题。

当然，必不可少的，又为大家发了重置。

看到这里，感觉 OpenAI 发重置已经发到不知天地为何物了：出 bug 要发，修 bug 也要发。硬重置要发，重置卡也要发。

这里顺便解释一下，什么是硬重置 （hard reset），什么又是重置卡（banked reset）。

这也是 Codex 团队贡献的一个震撼首发：以前只有 hard reset，也就是官方直接帮用户重置额度。

但这就产生了一个很尴尬的问题——有些用户的周限额马上就要自动刷新了，结果官方突然一键重置，相当于把一次补偿重置直接撞在了自然刷新前夜。

怎么说呢，不能算没给，但也确实有点浪费。

所以机智的 Codex 团队发明了 banked reset，也就是“重置卡”。官方先把一次重置额度发到你的账户里，具体什么时候用，由用户自己决定。

不过，疯狂的重置并不能讨好所有人。比如成功把 Tibo 召唤出来的那位小哥，就不是很买账。

不过，Codex 一时半会儿可能真搞不定这件事。

一个关键线索，藏在 Codex 团队过于激进的协作方式里。

Andrew 把他们的协作模式称为 “zone defense”，也就是“区域联防”。

在传统公司里，通常是 PM 写需求，设计师做界面，工程师写代码，大家按流程接力推进。但在 Codex 团队里，谁离问题最近，谁就直接上手解决。

工程师不再等待完整 PRD，而是在 Codex 中快速验证多个交互方案；设计师也可以直接用 Codex 写代码，把设计意图变成可运行版本。

播客传送门：

https://www.youtube.com/watch?v=P3KDebPTUrw

不得不承认，这种协作模式使得 Codex 的更新速度惊人。

但也带来了极具风险的一面：产品在前面飞，bug 在后面追。

事实上，早在 2025 年底 Codex 出现计费异常时，团队就采取过一次激进修复——直接重写了计费与使用追踪系统的底层逻辑。

但即便如此，Codex 的额度问题依然没有彻底消失。

额度故障一波接一波，官方重置也一轮接一轮。

出于对 Codex 疯狂重置的好奇，我们认真研究了这次的故障报告，也翻了翻 Codex 过去和各种额度 bug 斗智斗勇的历史记录。

最后，我们扒出了三条 Codex 额度疯狂燃烧的真相。

真相 1：后台任务正在偷跑你的额度

后台任务在很大程度上解释了一个最直观、也最令人困惑的问题：

即使用户没有任何主动操作，Codex 的额度仍然在持续下降。

在最近这次额度异常中，后台“偷跑”任务的消耗主要来自两个方向：

其一，过度激进的代码审查机制。原本用于辅助理解与校验代码质量的 review 流程，在某些版本中被调得更为主动，甚至会在用户未明确触发的情况下提前启动分析流程。

其二，任务拆解与子 agent 调度机制。一个 prompt 在系统内部并不一定对应一次调用，而可能被拆成多个理解、审查、修改、验证环节，最终让一次前台请求变成一串后台动作。

除了上述在报告中的 bug 以外，默认记忆预览功能也是后台跑走 token 的大户。

今年 4 月份增加的这个功能，核心逻辑是让系统能够读取用户最近的屏幕上下文，从而“补全记忆”，让连续对话看起来更顺滑、更懂你在干什么。

所以，它的实现方式并不只是“用的时候才工作”，而是会持续抓取并更新上下文，相当于即使你没有在使用 Codex，AI 也可能在后台不断刷新你的短期记忆状态。

如果不想被这个功能浪费 token，可以在「个性化 → 记忆」里直接关闭。

真相2：幽灵额度，“死去”的任务反复攻击你的额度

在这次额度异常中，Tibo 也再次提到了一个更隐蔽、但更致命的问题：失败情况下的 AI 反复尝试机制。

在 Codex 的执行链路里，一个任务并不是“失败就结束”，而是可能进入不断重试和分叉的状态：

子 agent 在失败重试或路径分叉时，会继续扩展调用链；在某些情况下，Codex 在后台自动生成的建议任务甚至可能被重复运行，或者因为重试机制过于激进而被多次触发。

换句话说就是：一个任务已经失败了，但 AI 还在继续“尝试救活它”。

这就直接引出了开发者社区长期在讨论的一个问题——幽灵额度（Phantom Quota）。

所谓“幽灵额度”，指的是 Codex 任务在挂起、超时或失败后，虽然没有返回任何可用输出，但 token 已经被真实消耗掉的现象。

而在当前机制下，并没有一个明确的补偿路径——任务无法被取消回滚，已经消耗的 token 也不会因为“没有产出”而退回。

真相 3：Codex 算错数，看到的额度不属实

计算问题本身，也是 Codex 长期存在的一类“隐性问题”。

在这次额度异常的报告中，这类问题主要集中在两个方向。

首先是额度显示层面的错位——自动审查（auto-review）曾经被错误地归类进 GPT-5.4 的使用统计中，导致很多用户看到的“模型消耗”，并不是真正由该模型完成的请求，而是后台审查系统的流量被混在了一起。

同时，未完成请求（中断或被限流的请求）以及速率限制请求，也曾被计入“回合数（turns）”图表中。也就是说，即使任务没有成功执行，它仍然可能出现在使用记录里，看起来像是已经消耗了一次额度。

更关键的问题在于：这些“统计误差”并不是单点异常，而是曾在一段时间内同时存在于同一套计量体系中，使得用户看到的 usage 曲线，与实际执行行为之间产生了明显偏差。

此前，Codex 就出现过类似的 bug ，大量开发者进行过报告：

例如，在 Codex CLI v0.40.0 中，用户发现 5 小时滚动额度和每周额度并不会按比例变化。这使得当 5 小时额度增加 2% 时，每周额度只增加 1%；意味着 5 小时窗口内的高强度使用，会不成比例地影响你的每周上限；

此前，Codex 也被发现不同模型之间的 usage 会出现错位计数，甚至在切换模型后，旧模型的用量仍然持续被累积。

写在最后

Codex 的额度故障不是第一次，大概率也不会是最后一次。

按照 Andrew 的说法，无限的 token，意味着无限多的原型。团队可以更快试错、更快验证，也可以把几十个点子迅速推到用户面前。

在这种节奏里，品味和判断力似乎成了最后的筛选器。

但问题也在这里。

当产品跑得越来越快，测试窗口就会被压得越来越薄。很多问题不再是在发布前被拦住，而是在真实用户的额度账单里，才第一次被看见。

这或许也是 AI native 的另一面：

用户一边享受更快的产品进化，一边也不得不接受一个现实——

地球最前沿的 AI 产品，将长期保持在“半成品”的状态里。

参考文献

[1] https://inhaq.com/blog/openai-codex-draining-quota-too-fast

[2] https://www.youtube.com/watch?v=P3KDebPTUrw

文章来自于"夕小瑶科技说"，作者 "哩吧啦"。