OpenAI近日宣布，将为所有Codex和ChatGPT Work付费用户重置使用额度，这一举措背后，是该团队对产品使用量计算机制的深度优化。经过对数千份用户反馈的集中处理，开发团队发现此前用户普遍感觉额度消耗过快并非错觉，而是由于系统存在多类技术漏洞导致。
在修复的8类核心问题中，上下文压缩机制首当其冲。旧版系统在处理历史信息时，会将已压缩的图片仍保留在上下文中，导致每次压缩后数据量不降反升，形成恶性循环。部分依赖图像处理的用户因此获得10%的使用量优化。更严重的漏洞出现在任务目标机制中，部分AI代理在完成设定目标后仍持续运行，甚至在工具失效时不断重试，极端案例显示单个异常任务可消耗用户70%的周额度。
记忆系统存在的停止钩子继承问题同样影响深远。虽然仅影响不到1%的用户，但个别案例中系统为确认任务结束状态重复执行15000次检查操作。这种隐蔽的后台消耗被形象比喻为"电脑未运行程序却风扇狂转"的现象。在子智能体协同机制中，基础模型Luna被发现在未获授权情况下自动调用更昂贵的高级模型，形成类似"助理集体升舱"的资源浪费场景。
自动化任务调度模块的漏洞则导致执行频率异常升高，用户设定的每日任务可能被系统偷偷执行数十次。历史操作总结功能因重复处理重叠日志，最高可消耗20%的周额度，而滚动任务摘要生成机制虽单次仅增加1%消耗，但长期累积效应显著。在工具调用层面，部分MCP工具返回结果存在双重编码问题，工具说明被意外截断后引发的重复获取操作，进一步加剧了资源浪费。
技术团队透露，此次优化使相同额度的实际使用效率提升10%-50%。除修复已知漏洞外，OpenAI已重构系统架构并建立异常监测机制，当类似问题复发时将自动触发警报。针对用户长期困扰的额度透明度问题，开发中的可视化工具将详细展示Token消耗分布，帮助用户清晰掌握资源流向。这些改进表明，AI代理产品的资源管理复杂度已远超传统对话模型，需要更精细的技术手段保障使用体验。
