「Codex 降智」怎麼回事:預設推理檔位、長對話壓縮、AGENTS.md 截斷與額度的官方排查

感覺 Codex 突然變笨、漏改代碼或不聽規則?官方沒有「降智」這個詞,但文檔寫明瞭影響質素的五處機制:個人版新會話預設落在較輕推理檔、長對話自動壓縮、AGENTS.md 超 32 KiB 停止加載、工具輸出截斷與舊模型退役。

NNathaniel bigo··原創首發·AI 輔助撰寫
10 分鐘讀完
資料核對於 2026-11-18 · 依據官方文檔與公開資料整理 Plus 帳號

結論先說

  1. 官方沒有「暗中降智」的說法,最常見的原因是推理強度落在低檔。 官方文檔寫明:在支持的個人套餐上,新建會話預設以 GPT-6.2 Sol 的 Light(輕度)檔起步,複雜任務不手動調高就會想得淺。
  2. 命令行裏先跑 /status 看底牌。 它會直接列出當前生效的模型、審批策略、可寫目錄和剩餘上下文容量,不用猜。
  3. 長對話會被自動壓縮,工具超長輸出也會被截斷。 同一個會話拖得太長,早期細節會被摘要替代;做完一件事用 /new 開新會話最穩。
  4. 項目規則沒生效,先查 AGENTS.md 有沒有超過 32 KiB 或項目未被信任。 超出上限的文件和未信任倉庫的 .codex/ 配置都會被跳過。
  5. 模型換代後檔位不完全等價。 官方明確提醒不同代模型之間的推理檔位不能機械對號,升級模型後要重新調檔。普通網頁版 ChatGPT 的同類排查見 ChatGPT 為什麼感覺變笨了。

感覺 Codex 變笨時的五步自查圖

圖:本站根據 Codex 官方文檔:Models 與示例配置整理的示意圖

本文根據 Codex 官方文檔《Models》《Sample Configuration》《Slash commands in Codex CLI》和《Custom instructions with AGENTS.md》整理,資料核對於 2026-11-18。OpenAI 官方文檔沒有「降智」這一說法,本文把官方文檔中會直接改變推理深度和可見上下文的設定逐項列出,供你對照自查。配圖為本站整理的示意圖,不是介面截圖。本站(bigolab.com)不是 OpenAI 官方網站。

適用於誰

  • 搜「codex模型降智」,感覺最近 Codex 寫代碼愛漏邊界條件、不按指令改文件的人;
  • 同一個項目剛開始挺聰明,聊了幾十輪之後突然開始胡改或忘掉前文約束的人;
  • 想搞清楚哪些配置項在限制 Codex 思考深度和上下文容量的人。

一、先查當前模型與推理強度:是不是跑在 Light / Low 檔

很多用戶感覺「變笨」,是因為用了預設檔位去啃跨文件重構。官方文檔在《Models》裏寫得很明確:

  • 桌面端與網頁版功率滑塊(Power slider):在支持的個人套餐上,新開會話預設使用 GPT-6.2 Sol 的 Light 檔(企業工作區預設 Medium)。滑塊往 Faster 推是求快省額度,往 Smarter 推才是加深推理;點開 高級(Advanced) 才能精確指定 GPT-6.2 Astra 以及 High、Extra High、Max 或 Ultra。
  • 命令行 CLI:輸入 /model 查看或切換;想在底部狀態欄隨時盯住當前模型與推理檔位,輸入 /statusline,把 model+reasoning 和 context stats 勾上,避免跑在低檔還不自知。
  • 計劃模式單獨設高檔:官方示例配置提供了 plan_mode_reasoning_effort = "high",可以讓日常編碼保持 medium,切到 /plan 規劃方案時自動用 high 深想一層。

官方同時說明,不同代模型之間推理檔位並不一一對應,換代後要拿熟悉的任務重新對比。具體切換步驟見 Codex 怎麼切換模型和思考強度。

二、再查上下文:長對話自動壓縮與工具輸出上限

即使模型和推理檔位拉滿,塞進對話的材料變殘缺了,回答質素一樣會掉下來。官方配置參考揭示了三處截斷與壓縮機制:

  1. 長對話自動壓縮:當上下文接近 model_auto_compact_token_limit(未設定時按模型預設值)或觸發回合末壓縮閾值 model_post_turn_compact_threshold_percent 時,Codex 會把較早的輪次替換成簡短摘要以騰出空間。摘要能留主幹,但早先提過的細枝末節可能丟失。
  2. 單次工具輸出上限:tool_output_token_limit 限制每次命令返回結果保留多少 token(官方示例裏為 12000)。一次打印幾萬行日誌時,超出部分不會完整保留。
  3. 手動整理比硬撐好:剩餘上下文不多時,主動執行 /compact 做一次乾淨總結;換了另一個子需求就直接輸 /new 開新對話。覺得慢或頻繁重連時的排查見 Codex 為什麼總是先重連幾次才回答、為什麼這麼慢。

影響 Codex 輸出質素的五個官方設定項

圖:本站根據 Codex 官方文檔:Sample Configuration 整理的示意圖

三、查 AGENTS.md 字節上限、信任狀態與額度提醒

如果你覺得 Codex「老寫出不符合倉庫規範的代碼」,再查四件事:

  • project_doc_max_bytes 預設 32768 字節(32 KiB):Codex 從 ~/.codex/AGENTS.md 到倉庫根目錄再到當前子目錄逐層拼接指令,達到 32 KiB 就停止往後添加,靠後的規則根本沒進提示詞(詳見 Codex 怎麼讀 AGENTS.md)。
  • 倉庫未標記為受信任(trusted):未信任目錄會跳過項目內的 .codex/config.toml;在 CLI 裏輸入 /debug-config 可查看配置覆蓋層,跑 codex debug prompt-input 可直接打印模型實際收到的完整提示詞 JSON。
  • 接近額度上限或鎖了輕量模型:高檔推理和 Astra 消耗套餐額度更快。如果你因為怕 5 小時窗口見底而長期不敢開高檔,可看本站 ChatGPT Plus 充值說明 或無 5 小時窗口限制的 ChatGPT Pro 充值說明。
  • 舊模型殘留:gpt-5.5、gpt-5.3-codex-spark 等已退役,請換用在用模型,選型對比見 Codex 用哪個模型好。

常見問題

問:開了 /fast(Fast 模式)會讓 Codex 變笨嗎?

答:官方說明 Fast 模式是用更高倍率的額度消耗換取更快的生成速度,並不是靠調低推理檔位湊速度;但若你順手把推理強度改成了 Low,複雜任務質素就會下降。

問:怎麼在不污染主對話上下文的前提下臨時問個旁支問題?

答:在 CLI 裏輸入 /side(或 /btw)開啟旁支對話,它的記錄與主對話隔離。

問:改完 AGENTS.md 後為什麼當前對話沒變化?

答:指令鏈在會話啟動時構建,改完後請重啟 Codex 或用 /new 新開會話再試。

相關教學

參考資料

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

Nathaniel 的更多內容

  1. 01

    LangGraph 流式輸出(Streaming)詳解:逐字 Token 流、節點進度與自定義事件寫法

    多步智能體如果等全部節點跑完才返回,網頁前端就會白屏乾等十幾秒。本文按 LangGraph 官方文檔講清 updates、messages、custom 與 values 四種 stream_mode 的區別,以及組合訂閱逐字打字機輸出加工具內部實時進度的完整代碼。

    其他 AI 工具0
  2. 02

    LangGraph 持久化與長期記憶怎麼配:Checkpointer、Store 與 PostgreSQL 實戰

    在生產環境跑 LangGraph,單靠 InMemorySaver 一重啟就會丟失全部對話。本文按官方文檔講清線程內短期檢查點(Checkpointer)與跨線程長期記憶(Store)的分工,以及用 langgraph-checkpoint-postgres 對接 PostgreSQL 的完整步驟。

    其他 AI 工具0
  3. 03

    LangGraph 多智能體怎麼寫:Supervisor 主管包與 Subgraph 隔離子圖實戰

    在 LangGraph 裏把單個圖擴展成多智能體協作有兩條官方路線:快速原型用預置包 langgraph-supervisor,大型生產系統用原生子圖(Subgraph)嵌套。本文講清兩種寫法的完整代碼、私有狀態隔離防 Token 膨脹技巧以及檢查點傳播規則。

    其他 AI 工具0
  4. 04

    LangGraph 人工介入審批怎麼寫:interrupt 暫停圖運行與 Command 恢復實戰

    企業之所以選 LangGraph,很大程度看中它能安全掛起等待人工審批(Human-in-the-Loop)。本文按官方最新規範講清 interrupt() 動態暫停、Checkpointer 必備條件、Command(resume=...) 恢復執行,以及防止副作用重複運行的重入規則。

    其他 AI 工具0
  5. 05

    多 Agent 協作平台怎麼選:Dify、釦子(Coze)、n8n 與 LangGraph 多智能體機制對比

    搜「多agent協作平台」時,Dify、釦子、n8n 和 LangGraph 都宣稱支持多智能體,但底層的調度方式完全不同。本文跳過基礎安裝,專門從多 Agent 角色跳轉、子代理工具調用、上下文隔離與私有化部署四個維度幫你一次選準。

    其他 AI 工具0
  6. 06

    企業微信有官方 MCP 和 CLI 嗎:@wecom/cli 安裝初始化、長連接機器人與接入教學

    搜「企業 微信 有 mcp 嗎」不用再東拼西湊民間群機器人腳本了:企業微信官方已推出 @wecom/cli 命令行工具並內置 stdio 模式的 MCP Server。本文按官方開發者文檔講清安裝、智能機器人長連接初始化、業務命令與接入 Claude Code 步驟。

    Claude其他 AI 工具0

同產品的其他教學

  1. 01

    AutoGen 現在怎麼樣了?微軟官方演進路線與 Microsoft Agent Framework 入門

    搜 AutoGen 新教學常被 0.2、0.4、社區分支和 Semantic Kernel 繞暈。按微軟官方文檔,微軟已將 AutoGen 與 Semantic Kernel 兩支團隊合併推出統一的開源框架 Microsoft Agent Framework。本文講清現狀與 Python 快速上手。

    ChatGPT其他 AI 工具0
  2. 02

    多 Agent 的成本為什麼翻倍、怎麼控制:Token 膨脹根源與五項降本措施

    剛把單智能體拆成多 Agent,用量往往暴漲好幾倍。Anthropic 工程報告統計單智能體約為聊天的 4 倍 Token,多智能體可達約 15 倍。本文拆解固定前綴重複加載、歷史搬運、工具鏈定義與緩存失效四大根源,並給出五條實操控費辦法。

    ChatGPTClaude0
  3. 03

    多 Agent 協同開發怎麼落地:「一個寫、一個審」雙代理工作流搭建指南

    多 Agent 協同開發裏投入產出比最高的模式就是「一個寫、一個審」。本文依據 Anthropic 與 OpenAI 官方編碼最佳實踐,講清為什麼同會話自審容易漏問題,以及用只讀子代理、跨模型交叉審查(Claude Code + Codex)和自動化閉環落地的具體方法。

    ClaudeCodex0
  4. 04

    多 Agent 編排模式詳解:編排者-工作者、交接(Handoffs)、並行與評估循環怎麼選

    搜「multi-agent orchestration 中文」會被各家框架的不同術語繞暈。本文對照 Anthropic《Building effective agents》與 OpenAI 智能體指南,把編排者-工作者、去中心化交接、並行分片投票與生成-評估循環四種標準編排拓撲講透。

    ChatGPTClaude0
  5. 05

    多智能體(Multi-Agent)是什麼、什麼時候該用:Anthropic 與 OpenAI 官方判斷標準

    多智能體不是代理越多越聰明。本文依據 Anthropic 研究系統架構文章與 OpenAI 官方智能體指南,講清確定性工作流、單智能體與多智能體的區別,以及哪三類瓶頸才值得上多智能體協同。

    ChatGPTClaude0
  6. 06

    codebase-memory 類 MCP 是什麼、怎麼用:基於語法樹圖譜的本地代碼索引原理與配置

    codebase-memory-mcp(DeusData/codebase-memory-mcp)是一類本地代碼圖譜 MCP 伺服器:用 Tree-sitter 把倉庫解析成函數與調用關係的 SQLite 圖庫,幫編碼助手查調用鏈並省下讀整份文件的額度。

    ClaudeCodex0

0 條評論

登入 後參與評論

還沒有評論,來搶沙發~