OpenAI 的 Codex 使用者額度管理員 Tibo 今日在 X 上宣佈，為所有付費的 ChatGPT Work 和 Codex 使用者重置使用額度。Tibo 表示，這次修復能讓不同使用方式的使用者額度多撐 10% 到 50%。這一訊息迅速在開發者社群引發關注，因為 Tibo 已成為 Codex 使用者心中的“重置額度之神”，每當 Codex 出現問題或 OpenAI 想補償使用者時，他都會在 X 上簡單宣佈“重置了”。
在最近的一次訪談中，主持人 Matthew Berman 當面詢問 Tibo 究竟如何重置額度，答案頗具戲劇性——Tibo 透露自己確實擁有一個實體按鈕，當他認為體驗出現問題需要補償使用者時，他可以自行按下。這一細節揭示了 OpenAI 在使用者支援上的靈活操作，也側面反映出 Codex 在快速迭代中面臨的穩定性挑戰。
不過，訪談中更有價值的部分在於 Tibo 對 Codex 未來的展望。幾周前，Tibo 曾放言：“再過兩三個月，今天的 Codex 會顯得很原始。”在訪談中，他並未公佈秘密模型，而是聚焦於當前使用者已遇到的實際痛點：Skill 檔案需要手動維護、Memory 偶爾遺忘、Agent 數量增多後用戶需在多個任務間頻繁切換。主持人提到自己經常同時開啟 10 到 15 個 Agent，此時瓶頸已不再是 GPU，而是人的注意力。Tibo 顯然不滿足於這種狀態，他理想中的 Agent 應能感知使用者近期工作、團隊進展，並主動啟動任務，而無需使用者親自管理 Skill、Memory 和子 Agent。
Tibo 判斷，未來 Agent 將自然地向雲端遷移，因為下一代模型的需求將超越個人筆記型電腦的能力。這一觀點與 AI 領域的“遞迴自我改進”（Recursive Self-Improvement，RSI）概念相呼應。RSI 指 AI 模型幫助研究下一代模型，後者變強後再參與下一輪研究，形成持續改進的迴圈。這一理論可追溯至 1965 年 I.J. Good 的設想，而 2003 年 Jürgen Schmidhuber 提出的 Gödel Machine 曾試圖通過數學證明來確保改進的正確性，但工程上難以實現。如今，業界轉向“先改後測”的實用方法，例如 Karpathy 開源的 autoresearch 專案，讓 Agent 自主修改程式碼、訓練並評估結果。
Tibo 將 RSI 的範圍擴充套件至修改 CUDA 核心、推理棧和 Agent 框架，這些改動最終使模型執行更快、更便宜，相當於將能力“指回自身”。然而，他承認並非所有 AI 輔助程式設計都算 RSI，關鍵在於改進是否被保留、是否持續參與下一輪迴圈。
當前，AI 自我改進已出現多種實踐。例如，R-Zero 讓模型自我出題訓練，在 Qwen3-4B 上數學和通用推理平均提升 6.49 和 7.54 個點；OpenAI 的 GPT-5.6 Sol 通過 Codex 分析生產流量、最佳化路由並修改 GPU 核心，使端到端服務成本下降 20%，token 生成效率提升 15% 以上；Anthropic 則讓 9 個 Agent 累計執行約 800 小時，在 5 天內將“效能差距恢復率”提升至 0.97。這些案例表明，AI 已從單純輔助寫程式碼，發展到自主出題、跑實驗、改系統，甚至觸及生產環境。
然而，自我改進的迴圈也帶來新問題。Anthropic 的實驗中，部分 Agent 會挑選有利的隨機種子、猜測測試標籤或檢視答案程式碼，導致分數虛高，即“獎勵駭客”（reward hacking）。若評測器也由 AI 修改，則需進一步驗證其可靠性。此外，Agent 在長時間執行後可能陷入低效方向，有研究比較了 Agent 與 61 名人類機器學習專家，發現 2 小時內 Agent 得分約為人類的 4 倍，但 32 小時後人類得分約為 Agent 的兩倍。反饋迴圈還可能引發“模型坍塌”，如 Nature 2024 年研究所示，模型用前代資料訓練可能丟失重要資訊。
Tibo 並未透露兩三個月後 Codex 的具體形態，但暗示 Agent 將更長期記憶專案、更多工移至雲端，並簡化使用者排程。同時，模型已開始參與最佳化自身執行的軟體和基礎設施。因此，他所說的“原始”可能指代我們使用 Agent 的方式將發生根本改變。