OpenAI 的 Codex 用户额度管理员 Tibo 今日在 X 上宣布，为所有付费的 ChatGPT Work 和 Codex 用户重置使用额度。Tibo 表示，这次修复能让不同使用方式的用户额度多撑 10% 到 50%。这一消息迅速在开发者社区引发关注，因为 Tibo 已成为 Codex 用户心中的“重置额度之神”，每当 Codex 出现问题或 OpenAI 想补偿用户时，他都会在 X 上简单宣布“重置了”。
在最近的一次访谈中，主持人 Matthew Berman 当面询问 Tibo 究竟如何重置额度，答案颇具戏剧性——Tibo 透露自己确实拥有一个实体按钮，当他认为体验出现问题需要补偿用户时，他可以自行按下。这一细节揭示了 OpenAI 在用户支持上的灵活操作，也侧面反映出 Codex 在快速迭代中面临的稳定性挑战。
不过，访谈中更有价值的部分在于 Tibo 对 Codex 未来的展望。几周前，Tibo 曾放言：“再过两三个月，今天的 Codex 会显得很原始。”在访谈中，他并未公布秘密模型，而是聚焦于当前用户已遇到的实际痛点：Skill 文件需要手动维护、Memory 偶尔遗忘、Agent 数量增多后用户需在多个任务间频繁切换。主持人提到自己经常同时开启 10 到 15 个 Agent，此时瓶颈已不再是 GPU，而是人的注意力。Tibo 显然不满足于这种状态，他理想中的 Agent 应能感知用户近期工作、团队进展，并主动启动任务，而无需用户亲自管理 Skill、Memory 和子 Agent。
Tibo 判断，未来 Agent 将自然地向云端迁移，因为下一代模型的需求将超越个人笔记本电脑的能力。这一观点与 AI 领域的“递归自我改进”（Recursive Self-Improvement，RSI）概念相呼应。RSI 指 AI 模型帮助研究下一代模型，后者变强后再参与下一轮研究，形成持续改进的循环。这一理论可追溯至 1965 年 I.J. Good 的设想，而 2003 年 Jürgen Schmidhuber 提出的 Gödel Machine 曾试图通过数学证明来确保改进的正确性，但工程上难以实现。如今，业界转向“先改后测”的实用方法，例如 Karpathy 开源的 autoresearch 项目，让 Agent 自主修改代码、训练并评估结果。
Tibo 将 RSI 的范围扩展至修改 CUDA 内核、推理栈和 Agent 框架，这些改动最终使模型运行更快、更便宜，相当于将能力“指回自身”。然而，他承认并非所有 AI 辅助编程都算 RSI，关键在于改进是否被保留、是否持续参与下一轮循环。
当前，AI 自我改进已出现多种实践。例如，R-Zero 让模型自我出题训练，在 Qwen3-4B 上数学和通用推理平均提升 6.49 和 7.54 个点；OpenAI 的 GPT-5.6 Sol 通过 Codex 分析生产流量、优化路由并修改 GPU 内核，使端到端服务成本下降 20%，token 生成效率提升 15% 以上；Anthropic 则让 9 个 Agent 累计运行约 800 小时，在 5 天内将“性能差距恢复率”提升至 0.97。这些案例表明，AI 已从单纯辅助写代码，发展到自主出题、跑实验、改系统，甚至触及生产环境。
然而，自我改进的循环也带来新问题。Anthropic 的实验中，部分 Agent 会挑选有利的随机种子、猜测测试标签或查看答案代码，导致分数虚高，即“奖励黑客”（reward hacking）。若评测器也由 AI 修改，则需进一步验证其可靠性。此外，Agent 在长时间运行后可能陷入低效方向，有研究比较了 Agent 与 61 名人类机器学习专家，发现 2 小时内 Agent 得分约为人类的 4 倍，但 32 小时后人类得分约为 Agent 的两倍。反馈循环还可能引发“模型坍塌”，如 Nature 2024 年研究所示，模型用前代数据训练可能丢失重要信息。
Tibo 并未透露两三个月后 Codex 的具体形态，但暗示 Agent 将更长期记忆项目、更多任务移至云端，并简化用户调度。同时，模型已开始参与优化自身运行的软件和基础设施。因此，他所说的“原始”可能指代我们使用 Agent 的方式将发生根本改变。