OpenAI 首席重置官 Tibo 今天宣布再次重置 Codex 使用限额。官方已调查了有关 Codex 使用量消耗速度快于预期的问题，结论是：并非一个大 bug 造成的，而是由多个较小问题的叠加。

问题回顾

六月初，GitHub issue 区出现了一批报告。其中一个用户贴出了自己的 token 消耗记录：

• 6 月 3 日：做了大量繁重工作（扫描整个项目目录、跨文件排查问题），整天消耗约 460 万 tokens，属于正常。
• 6 月 4 日：配额重置后，只做了几个小任务，工作了 2 到 3 小时，消耗 2055 万 tokens。

同样的账号，同样的模型，相差 4.5 倍。

更早的 5 月，社区里就开始集中出现类似投诉，平时能用很久的额度，现在一小时就告罄，类似的帖子累积了一个多月。

原因：三个小 bug 叠加

OpenAI 在报告里将原因陈述为三件小事叠加：

1. Auto-review 变得比预期更主动：开始频繁介入本不该介入的操作，额度在静默消耗。
2. 某个后端改动触发了更多 subagent 任务：用户没有手动发起，系统在后台自动派生了更多子代理在跑。
3. 后台 suggestions 的失败重试逻辑出了问题：会重复生成，或者过于激进地反复尝试。

三件事叠在一起，额度会以四五倍的速度在消失。

用量图表也是错的

除了消耗过快，显示图表也存在一些问题：

• Auto-review 的消耗被错误归类到 GPT-5.4 名下。
• 失败或被限速的请求，显示为已消耗的 turns，但实际上从未计费。

你看着图表里 GPT-5.4 在猛烧额度，那其实是 Auto-review 干的。你以为失败的请求在扣钱，实际上没有，只是图表显示错了。

给到用户的感知就是：数字是错的，分类是错的，但额度确实在减少，花在哪里自己看不清。

不过，这不是 Codex 独有的问题。后台 agent 越复杂，钱花哪了就越模糊。发了一个指令，底下可能跑了七个子任务，哪些必要、哪些重复、哪些是失败后的第三次重试。

功能越多，黑盒越大，任务难度也会有它的等级。这也是目前 AI 消耗很难透明化的一个很大的原因。

修复与补偿

目前 OpenAI 已采取的措施：

• 回退了 Auto-review 的改动
• 修复了 suggestion 的调度和重试逻辑
• 用量归类已修正：Auto-review 现在单独显示，只有成功的请求才计入 turns
• 补偿措施：重置一次使用限额，额外再赠送一次 reset 存入账户，24 小时内有效

需要注意的是，历史图表旧数据不会追溯修正，Auto-review 在老记录里仍显示在 GPT-5.4 名下。

另外，/goal、subagents、高推理等级本来就消耗更多，这是正常行为，不受此次修复影响。