OpenAI 为 Codex、ChatGPT Work 付费用户集体"回血"：修复 8 类烧额度 Bug，同样额度多干 10%-50% 的活
额度没变，能干的活变多了。
当地时间 8 月 29 日，OpenAI Codex 负责人 Tibo 在社交平台宣布，为所有 Codex 和 ChatGPT Work 付费用户重置使用额度。这不是一次简单的促销式加量——同一轮公告里，团队一次性公布了 8 类已修复的异常消耗问题，并给出预期：按使用方式不同，同样的额度现在可以比之前多撑 10% 至 50%。
Tibo 的说法是，团队最近集中处理了数千份用户反馈，把 Codex 背后的用量计算机制翻了一遍。结论有点扎心：用户觉得额度不经用，不完全是错觉。
这份清单几乎可以当成一份「AI Agent 是怎么偷偷烧 Token 的」大全来读。里面没有一条是模型变笨了，全是你看不见的地方在漏水。
一、不是多送，是把漏的补上
要先说清楚一件事：这次不是把套餐额度翻倍。
Codex 给付费用户分配的是周额度（weekly quota），重置动作覆盖全部 Codex 与 ChatGPT Work 付费订阅。真正的变化发生在额度消耗那一侧——修复了后台的无效消耗之后，同样的数字变得耐用。
这解释了一个反常识的现象：过去几个月，社区里关于「什么都没干额度就没了」的抱怨越来越多，但 OpenAI 一度没有公开回应。直到这次把 8 类问题一次性摊开，用户才发现，钱不是花在你让 Agent 干的活上，而是花在 Agent 自己干的活上。
对按周付费的团队来说，这是一个相当实际的差别。10% 意味着一周多出半天有效工时，50% 意味着同样一份订阅能多跑近一半任务——而账单不变。
二、8 类 Bug，一份烧 Token 大全
第一类出在上下文压缩（Compaction）。Agent 跑久了上下文会膨胀，系统通常会压缩历史信息以便继续工作。但 Codex 此前的实现会把旧图片继续留在上下文里，结果压缩并没有把上下文变小，大到一定程度又立刻触发下一次压缩。为了省上下文而做的压缩，本身开始消耗更多上下文。修掉之后，重度使用图片的用户相关用量下降约 10%。
第二类在任务目标机制（/goal）。部分情况下，用户设定的目标明明已经完成，Agent 却没有按预期停下；另一种情况是工具已经坏了，模型仍在反复重试。任务表面结束，AI 在后台一遍遍干活。
第三类在 Memory。后台的 Memory Worker 有时会继承 Stop Hook，而 Stop Hook 本是用来控制任务何时停止的。条件无法满足时，后台任务反而可能一直跑下去。
第四类出在子智能体（Subagent）。一些能力较小的模型，比如 Luna，会在用户没有明确要求的情况下自行调用更强、更贵的辅助模型；更离谱的是，主模型没有运行在 /fast 模式，它也可能要求子 Agent 用 /fast。
第五类是自动化任务（Automations）的实际执行频率高于用户设置的频率。第六类是 Computer History 重复总结高度重叠的历史活动。第七类是 Rolling Task Summaries 在普通对话轮次也触发额外后台请求。第八类在 MCP 工具调用上，部分工具返回结果被重复编码两次，工具说明被截断后还要重新获取一次。
三、20%、70% 与 15000 次
如果只是「每个省 1%」，这件事不值得写。真正让这份清单有分量的，是里面几个具体到刺眼的数字。
最狠的是 /goal 那一类。据 OpenAI 公布，他们观察到的一些案例中，仅仅这一个异常就能消耗掉用户每周额度的 15% 至 70%。也就是说，极端情况下，一个跑飞的任务可以吃掉你七成周额度，而你毫不知情。
其次是 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、整理甚至总结历史操作。旧版本会重复总结已经高度重叠的活动，相当于同一段工作日志一遍遍重新整理。OpenAI 称，部分案例里这部分开销能占到用户每周总用量的约五分之一，也就是 20%。
最夸张的长尾来自 Memory。这类问题影响的用户不到 1%，但 OpenAI 提到他们发现过一个案例：系统检查「某任务是否可以结束」这个动作，被执行了多达 15000 次。对绝大多数用户来说这个 Bug 完全无感，对撞上的用户来说，Token 就在后台无声蒸发——像电脑什么都没打开，风扇却开始狂转。
相比之下，Rolling Task Summaries 每次只多约 1% 的 Token 开销，看起来微不足道。但这是一个每次对话都来的 1%，OpenAI 的做法是直接关掉整个机制。
四、一笔越来越难算的账
把这 8 类问题放在一起看，暴露的是 Agent 产品的一个结构性难题。
过去用 ChatGPT，用户基本可以把一次对话理解成一次模型调用：你输入一句，模型回一句，消耗大体可估。到了 Codex 这类产品里，你在界面上只敲了一行字，系统看到的是一整条 Agent 工作流——主模型、子 Agent、外部工具、记忆 worker、上下文压缩、自动化调度、后台摘要，全都可能产生模型活动。
有些 Token 真的拿去写代码了，有些用来理解上下文，还有一些只是后台在维护记忆、生成摘要或调度 Agent。任何一环出现循环、重复调用或错误调度，用户最终感受到的就只有一件事：怎么什么都没干，额度就没了？
OpenAI 显然意识到了这一点。除了修复 Bug，团队表示已做了架构层面调整以防复发，并为异常配置了自动告警。更重要的是，他们正在开发应用内的用量展示功能，未来用户可以直接看到额度花到了哪里，而不用靠猜。
不过社区并不完全买账。有用户指出，光 Computer History 一项就能吃掉 20% 周额度，说明此前的浪费规模被低估了；也有人抱怨这次重置的窗口只有 5 小时，太短。
五、对手在隔壁
这轮动作的时间点，很难说是巧合。
就在同一周，OpenAI 宣布将于 11 月 12 日终止向 Cursor 提供模型的直接接入，理由是 SpaceX 收购 Cursor 母公司 Anysphere 触发了合同中的控制权变更条款，且不再向其提供未来新模型。Cursor CEO Michael Truell 回应称，OpenAI 模型约占平台用户流量的 5%。双方关系骤然紧张。
几乎同时，Anthropic 宣布自 9 月 14 日起，Claude Code 的 Pro、Max、Team 及按席位计费的 Enterprise 套餐，标准每周额度永久提高 25%。但这里有个容易被忽略的细节：在此之前用户享受的是临时提高 50% 的额度，因此新标准落地后，每周可用额度相比当前实际水平反而下降约 17%。Anthropic 也承认了这一点，并表示正在准备新的使用体验调整。
三件事叠在一起，指向同一个竞争维度：Agent 产品的战场，已经从「模型多强」转向「单位额度能干多少活」。模型能力在趋同，额度的确定性正在成为新的差异化。
所以，这次重置额度或许只是表面福利。真正的考验是：当 OpenAI 把用量明细摆到用户面前，那笔账到底是变清楚了，还是变得更难看了？到那时，答案才会真正浮出水面。
