Codex修復使用限制快速耗盡問題
OpenAI Codex負責人Tibo表示，部分用戶發現Codex使用限制消耗速度加快，問題根源在於一項優化導致長會話壓縮時緩存命中率下降。
團隊已回滾該優化並完成修復，目前已爲所有賬號重置使用限制。
開發者與機構用戶因修復獲得額外使用額度，OpenAI Codex受益於產品穩定性提升，而受影響用戶短期暫停使用後恢復積極，資金流向穩定可靠的AI編碼工具。
來源：公開信息
ABAB AI 解讀
Tibo作爲Codex工程負責人，此前多次參與內部性能優化與生產流量管理，此次快速定位緩存命中率問題延續OpenAI一貫的工程透明與快速迭代風格，類似早期GPT模型多次回滾影響用戶體驗的優化調整。
資本路徑上，OpenAI通過回滾問題優化並直接重置所有賬號限制，調動工程資源優先保障用戶體驗，動機在於維持開發者粘性與訂閱續費，戰略上將Codex從實驗性工具向可靠生產力平臺轉型，避免性能波動導致用戶流失至競爭對手。
與OpenAI過去多次在高負載場景下快速修復限流與緩存問題類似，當前Codex正處於從快速功能迭代向生產級穩定運行轉型的擴張階段。
本質屬於技術替代驅動的產業鏈重構。緩存優化失敗暴露了長會話agent執行的複雜性，機制在於回滾與重置直接將資源從激進性能追求轉向用戶體驗優先，促使資本從不穩定AI工具向高可靠編碼基礎設施集中，強化開發者對Codex的長期依賴。
ABAB News · 認知定律
優化越激進，用戶痛點反饋越快。
及時回滾比完美優化更能留住用戶。
生產環境裏，穩定永遠勝過短期性能增益。