本文来自微信公众号： 夕小瑶科技说 ，作者：哩吧啦，原文标题：《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。
重置并不是解决方案，给我们一个永久性的修复方案才是解决方案。
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。
[1]https://inhaq.com/blog/openai-codex-draining-quota-too-fast
[2]https://www.youtube.com/watch?v=P3KDebPTUrw