「Codex 降智」怎么回事:默认推理档位、长对话压缩、AGENTS.md 截断与额度的官方排查

感觉 Codex 突然变笨、漏改代码或不听规则?官方没有「降智」这个词,但文档写明了影响质量的五处机制:个人版新会话默认落在较轻推理档、长对话自动压缩、AGENTS.md 超 32 KiB 停止加载、工具输出截断与旧模型退役。

NNathaniel bigo··原创首发·AI 辅助撰写
10 分钟读完
资料核对于 2026-11-18 · 依据官方文档与公开资料整理 Plus 账号

结论先说

  1. 官方没有「暗中降智」的说法,最常见的原因是推理强度落在低档。 官方文档写明:在支持的个人套餐上,新建会话默认以 GPT-6.2 Sol 的 Light(轻度)档起步,复杂任务不手动调高就会想得浅。
  2. 命令行里先跑 /status 看底牌。 它会直接列出当前生效的模型、审批策略、可写目录和剩余上下文容量,不用猜。
  3. 长对话会被自动压缩,工具超长输出也会被截断。 同一个会话拖得太长,早期细节会被摘要替代;做完一件事用 /new 开新会话最稳。
  4. 项目规则没生效,先查 AGENTS.md 有没有超过 32 KiB 或项目未被信任。 超出上限的文件和未信任仓库的 .codex/ 配置都会被跳过。
  5. 模型换代后档位不完全等价。 官方明确提醒不同代模型之间的推理档位不能机械对号,升级模型后要重新调档。普通网页版 ChatGPT 的同类排查见 ChatGPT 为什么感觉变笨了。

感觉 Codex 变笨时的五步自查图

图:本站根据 Codex 官方文档:Models 与示例配置整理的示意图

本文根据 Codex 官方文档《Models》《Sample Configuration》《Slash commands in Codex CLI》和《Custom instructions with AGENTS.md》整理,资料核对于 2026-11-18。OpenAI 官方文档没有「降智」这一说法,本文把官方文档中会直接改变推理深度和可见上下文的设置逐项列出,供你对照自查。配图为本站整理的示意图,不是界面截图。本站(bigolab.com)不是 OpenAI 官方网站。

适用于谁

  • 搜「codex模型降智」,感觉最近 Codex 写代码爱漏边界条件、不按指令改文件的人;
  • 同一个项目刚开始挺聪明,聊了几十轮之后突然开始胡改或忘掉前文约束的人;
  • 想搞清楚哪些配置项在限制 Codex 思考深度和上下文容量的人。

一、先查当前模型与推理强度:是不是跑在 Light / Low 档

很多用户感觉「变笨」,是因为用了默认档位去啃跨文件重构。官方文档在《Models》里写得很明确:

  • 桌面端与网页版功率滑块(Power slider):在支持的个人套餐上,新开会话默认使用 GPT-6.2 Sol 的 Light 档(企业工作区默认 Medium)。滑块往 Faster 推是求快省额度,往 Smarter 推才是加深推理;点开 高级(Advanced) 才能精确指定 GPT-6.2 Astra 以及 High、Extra High、Max 或 Ultra。
  • 命令行 CLI:输入 /model 查看或切换;想在底部状态栏随时盯住当前模型与推理档位,输入 /statusline,把 model+reasoning 和 context stats 勾上,避免跑在低档还不自知。
  • 计划模式单独设高档:官方示例配置提供了 plan_mode_reasoning_effort = "high",可以让日常编码保持 medium,切到 /plan 规划方案时自动用 high 深想一层。

官方同时说明,不同代模型之间推理档位并不一一对应,换代后要拿熟悉的任务重新对比。具体切换步骤见 Codex 怎么切换模型和思考强度。

二、再查上下文:长对话自动压缩与工具输出上限

即使模型和推理档位拉满,塞进对话的材料变残缺了,回答质量一样会掉下来。官方配置参考揭示了三处截断与压缩机制:

  1. 长对话自动压缩:当上下文接近 model_auto_compact_token_limit(未设置时按模型默认值)或触发回合末压缩阈值 model_post_turn_compact_threshold_percent 时,Codex 会把较早的轮次替换成简短摘要以腾出空间。摘要能留主干,但早先提过的细枝末节可能丢失。
  2. 单次工具输出上限:tool_output_token_limit 限制每次命令返回结果保留多少 token(官方示例里为 12000)。一次打印几万行日志时,超出部分不会完整保留。
  3. 手动整理比硬撑好:剩余上下文不多时,主动执行 /compact 做一次干净总结;换了另一个子需求就直接输 /new 开新对话。觉得慢或频繁重连时的排查见 Codex 为什么总是先重连几次才回答、为什么这么慢。

影响 Codex 输出质量的五个官方设置项

图:本站根据 Codex 官方文档:Sample Configuration 整理的示意图

三、查 AGENTS.md 字节上限、信任状态与额度提醒

如果你觉得 Codex「老写出不符合仓库规范的代码」,再查四件事:

  • project_doc_max_bytes 默认 32768 字节(32 KiB):Codex 从 ~/.codex/AGENTS.md 到仓库根目录再到当前子目录逐层拼接指令,达到 32 KiB 就停止往后添加,靠后的规则根本没进提示词(详见 Codex 怎么读 AGENTS.md)。
  • 仓库未标记为受信任(trusted):未信任目录会跳过项目内的 .codex/config.toml;在 CLI 里输入 /debug-config 可查看配置覆盖层,跑 codex debug prompt-input 可直接打印模型实际收到的完整提示词 JSON。
  • 接近额度上限或锁了轻量模型:高档推理和 Astra 消耗套餐额度更快。如果你因为怕 5 小时窗口见底而长期不敢开高档,可看本站 ChatGPT Plus 充值说明 或无 5 小时窗口限制的 ChatGPT Pro 充值说明。
  • 旧模型残留:gpt-5.5、gpt-5.3-codex-spark 等已退役,请换用在用模型,选型对比见 Codex 用哪个模型好。

常见问题

问:开了 /fast(Fast 模式)会让 Codex 变笨吗?

答:官方说明 Fast 模式是用更高倍率的额度消耗换取更快的生成速度,并不是靠调低推理档位凑速度;但若你顺手把推理强度改成了 Low,复杂任务质量就会下降。

问:怎么在不污染主对话上下文的前提下临时问个旁支问题?

答:在 CLI 里输入 /side(或 /btw)开启旁支对话,它的记录与主对话隔离。

问:改完 AGENTS.md 后为什么当前对话没变化?

答:指令链在会话启动时构建,改完后请重启 Codex 或用 /new 新开会话再试。

相关教程

参考资料

  • Codex 官方文档:Models — https://learn.chatgpt.com/docs/models
  • Codex 官方文档:Sample Configuration — https://learn.chatgpt.com/docs/config-file/config-sample
  • Codex 官方文档:Slash commands in Codex CLI — https://learn.chatgpt.com/docs/reference/slash-commands
  • Codex 官方文档:Custom instructions with AGENTS.md — https://learn.chatgpt.com/docs/agent-configuration/agents-md

Nathaniel 的更多内容

  1. 01

    LangGraph 流式输出(Streaming)详解:逐字 Token 流、节点进度与自定义事件写法

    多步智能体如果等全部节点跑完才返回,网页前端就会白屏干等十几秒。本文按 LangGraph 官方文档讲清 updates、messages、custom 与 values 四种 stream_mode 的区别,以及组合订阅逐字打字机输出加工具内部实时进度的完整代码。

    其他 AI 工具0
  2. 02

    LangGraph 持久化与长期记忆怎么配:Checkpointer、Store 与 PostgreSQL 实战

    在生产环境跑 LangGraph,单靠 InMemorySaver 一重启就会丢失全部对话。本文按官方文档讲清线程内短期检查点(Checkpointer)与跨线程长期记忆(Store)的分工,以及用 langgraph-checkpoint-postgres 对接 PostgreSQL 的完整步骤。

    其他 AI 工具0
  3. 03

    LangGraph 多智能体怎么写:Supervisor 主管包与 Subgraph 隔离子图实战

    在 LangGraph 里把单个图扩展成多智能体协作有两条官方路线:快速原型用预置包 langgraph-supervisor,大型生产系统用原生子图(Subgraph)嵌套。本文讲清两种写法的完整代码、私有状态隔离防 Token 膨胀技巧以及检查点传播规则。

    其他 AI 工具0
  4. 04

    LangGraph 人工介入审批怎么写:interrupt 暂停图运行与 Command 恢复实战

    企业之所以选 LangGraph,很大程度看中它能安全挂起等待人工审批(Human-in-the-Loop)。本文按官方最新规范讲清 interrupt() 动态暂停、Checkpointer 必备条件、Command(resume=...) 恢复执行,以及防止副作用重复运行的重入规则。

    其他 AI 工具0
  5. 05

    多 Agent 协作平台怎么选:Dify、扣子(Coze)、n8n 与 LangGraph 多智能体机制对比

    搜「多agent协作平台」时,Dify、扣子、n8n 和 LangGraph 都宣称支持多智能体,但底层的调度方式完全不同。本文跳过基础安装,专门从多 Agent 角色跳转、子代理工具调用、上下文隔离与私有化部署四个维度帮你一次选准。

    其他 AI 工具0
  6. 06

    企业微信有官方 MCP 和 CLI 吗:@wecom/cli 安装初始化、长连接机器人与接入教程

    搜「企业 微信 有 mcp 吗」不用再东拼西凑民间群机器人脚本了:企业微信官方已推出 @wecom/cli 命令行工具并内置 stdio 模式的 MCP Server。本文按官方开发者文档讲清安装、智能机器人长连接初始化、业务命令与接入 Claude Code 步骤。

    Claude其他 AI 工具0

同产品的其他教程

  1. 01

    AutoGen 现在怎么样了?微软官方演进路线与 Microsoft Agent Framework 入门

    搜 AutoGen 新教程常被 0.2、0.4、社区分支和 Semantic Kernel 绕晕。按微软官方文档,微软已将 AutoGen 与 Semantic Kernel 两支团队合并推出统一的开源框架 Microsoft Agent Framework。本文讲清现状与 Python 快速上手。

    ChatGPT其他 AI 工具0
  2. 02

    多 Agent 的成本为什么翻倍、怎么控制:Token 膨胀根源与五项降本措施

    刚把单智能体拆成多 Agent,用量往往暴涨好几倍。Anthropic 工程报告统计单智能体约为聊天的 4 倍 Token,多智能体可达约 15 倍。本文拆解固定前缀重复加载、历史搬运、工具链定义与缓存失效四大根源,并给出五条实操控费办法。

    ChatGPTClaude0
  3. 03

    多 Agent 协同开发怎么落地:「一个写、一个审」双代理工作流搭建指南

    多 Agent 协同开发里投入产出比最高的模式就是「一个写、一个审」。本文依据 Anthropic 与 OpenAI 官方编码最佳实践,讲清为什么同会话自审容易漏问题,以及用只读子代理、跨模型交叉审查(Claude Code + Codex)和自动化闭环落地的具体方法。

    ClaudeCodex0
  4. 04

    多 Agent 编排模式详解:编排者-工作者、交接(Handoffs)、并行与评估循环怎么选

    搜「multi-agent orchestration 中文」会被各家框架的不同术语绕晕。本文对照 Anthropic《Building effective agents》与 OpenAI 智能体指南,把编排者-工作者、去中心化交接、并行分片投票与生成-评估循环四种标准编排拓扑讲透。

    ChatGPTClaude0
  5. 05

    多智能体(Multi-Agent)是什么、什么时候该用:Anthropic 与 OpenAI 官方判断标准

    多智能体不是代理越多越聪明。本文依据 Anthropic 研究系统架构文章与 OpenAI 官方智能体指南,讲清确定性工作流、单智能体与多智能体的区别,以及哪三类瓶颈才值得上多智能体协同。

    ChatGPTClaude0
  6. 06

    codebase-memory 类 MCP 是什么、怎么用:基于语法树图谱的本地代码索引原理与配置

    codebase-memory-mcp(DeusData/codebase-memory-mcp)是一类本地代码图谱 MCP 服务器:用 Tree-sitter 把仓库解析成函数与调用关系的 SQLite 图库,帮编码助手查调用链并省下读整份文件的额度。

    ClaudeCodex0

0 条评论

登录 后参与评论

还没有评论,来抢沙发~