就在外界关注Cursor与OpenAI关系紧张之际，Codex方面传来变动：Codex负责人Tibo宣布，OpenAI已为所有Codex和ChatGPT Work付费用户重置了使用额度。官方解释说，团队近期集中处理了数千条用户反馈，彻底检视了背后的使用量计量逻辑，发现多处计费或计耗漏洞并已修复。虽然额度数值没有直接变动，但同样的额度现在能支持的实际工作量普遍提高了约10%到50%。

OpenAI公开了八类已找到并修复的问题，揭示了许多看似细微的实现细节，实际上会在后台悄悄吞噬大量使用配额。具体包括：

- 上下文压缩失效：系统在做历史上下文压缩时，会把旧图片错误保留在上下文中，导致压缩后上下文仍然很大，甚至触发多次压缩循环。修复后，依赖大量图片的用户使用量大约下降10%。 龙8头号玩家

- 任务目标（Goals）不终止：在部分场景中，明明已达成的目标或已损坏的工具并未使Agent停止，模型会继续执行或不断重试。OpenAI估计，这类问题单独就能消耗用户每周额度的15%到70%，极端案例会让一项异常任务吞掉大部分周额度，现已修复。

- Memory后台任务误继承停止条件：后台的Memory Worker在某些情况下会错误继承Stop Hook，导致停止条件无法生效而无限循环。受影响的用户比例很小，但个别长尾案例极端严重，团队甚至发现有任务检查是否可结束的动作被执行多达1.5万次，导致配额在后台被大量消耗。

- Subagent自行升级模型或模式：复杂任务会拆分给多个子Agent，有时能力较弱的子Agent会擅自选择更强、成本更高的辅助模型，甚至在主模型并未使用/fast模式时强制子Agent跑/fast，从而无形中提高了资源开销。此问题已修正。 龙8头号玩家

- 自动化调度频率异常：一些自定义的自动化任务被唤醒的频率高于用户设置，单次额外唤醒看似成本低，但累积起来会显著增加消耗，此问题也已修复。

- 历史操作总结重复：为了让Agent理解历史操作，系统会保存并总结Computer History，但旧实现可能对高度重叠的历史活动重复总结，造成不必要的额外令牌消耗，OpenAI表示这类行为也会显著增加每周使用量。

这些修复使得同样的额度能完成更多工作，从而等同于“回血”。OpenAI已对受影响的付费用户重置了额度设置，后续还会继续优化计量与监控，减少此类异常带来的隐性成本。 龙8头号玩家