大家说的codex「降智」，就是同类型任务它的完成质量明显下滑，比如反复改错文件、漏了之前提过的约束，修完代码跑测试还是通不过。先确认请求有没有发成功，再检查当前选的模型和推理强度。要是只有旧会话出问题，用一模一样的设置开新会话重新测。要是好几个会话输出效果都变差，就从同一份代码提交开始重跑同一个任务，对比生成的补丁和测试结果来判断。
Codex 为什么突然变差？按三种现象排查
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
弹出capacity报错或者请求直接失败。先记好当前时间、时区、用的客户端和完整报错内容，去OpenAI状态页查有没有对应Codex的故障公告。如果短时间内连续报错，先停掉所有并行任务，隔一会儿单独跑一个任务重试。单次报错、状态页显示正常、重试一次就成功，这三种情况任何一个都没法直接判定是账号被限流，也没法确认这次成功请求实际被分配到了哪个模型。
请求能发成功，但生成的补丁明显变粗糙。先核对当前选的模型和推理强度。CLI界面里输/status就能看会话状态，输/model可以查看当前模型和可选的推理档位。如果配置文件里写的值和会话实际表现对不上，输/debug-config查配置层的加载情况。这里查到的只是客户端的选择和配置，后端有没有偷偷改路由，还需要更多证据才能确认。
桌面版怎么看当前模型和推理强度
先在输入框附近点开模型菜单，记下当前选中的选项。再打开推理强度菜单，记下当前档位。不同版本、不同服务商的界面，看到的模型名、档位和菜单样式可能不一样。
CLI 命令入口
只有长对话或者某个特定仓库出问题。如果新开对话能遵守所有要求，旧对话却反复忘同一条约束，先把任务目标、已经验证过的事实、禁止修改的接口和测试命令都存好，输/new开新会话重试。要是只有单个仓库异常，核对生效的AGENTS.md配置、工作目录、依赖包版本和实际测试输出。开新对话会清空会话上下文，但磁盘上已经做的修改不会丢。
排障的时候保持原来的网络、语言设置和登录账号，先做一次可复现的对照测试，别同时改好几个条件，最后根本不知道是哪项调整起了作用。
怎么判断 Codex 输出质量是否下降？
鹈鹕骑车测试适合看指令执行的完整度。新建一个空目录或者临时项目，连续用完全一样的提示词生成内容。最后看生成的HTML能不能直接打开、有没有用到SVG、动画能不能正常跑、主体内容是不是符合要求。绘画风格本身就有随机波动，适合多跑几次看整体趋势，不能凭单张图就断定模型被换了。
创建一个可在浏览器直接打开的 HTML 文件，用 SVG 绘制一段鹈鹕骑自行车的二维动画。
知识截止日期只能当非常弱的参考线索。模型给出的日期会受上下文、调用工具、回答方式影响，哪怕它准确报出了某个具体年月，也不能靠这个就确认它的型号。
通过本地 MCP 桥接程序将 QQ 邮箱接入 Codex，配置所需的.env凭证信息、注册 MCP 服务端，并完成收件箱读取与邮件发送的全流程测试。适用场景：用户需要将 QQ 邮箱连接至 Codex、让 Codex 读取 / 发送 QQ 邮件、安装 / 修复qq_mail MCP 服务端，或是在 Windows 系统上排查 IMAP/SMTP 配置故障时，执行以上操作。
糖果题测试适合看逻辑推理过程。常见的题是按形状取糖，要保证摸到不同形状的苹果味和桃子味糖果。按照能靠手感选形状的题意，百分百成功的取法是摸9颗圆形、12颗星形。9颗圆形里至少会包含苹果或者桃子味其中一种，12颗星形能保证两种口味都有。要是只摸20颗，圆形最多8颗的时候，圆形可能全是西瓜味。圆形取9到15颗时，星形最多11颗，两种形状都有可能缺桃子味。圆形取16颗以上时，星形最多4颗，也可能全是西瓜味。答错了值得复测，答对了也没法证明后端模型的真实身份。
Codex 输出质量下降怎么解决？
- 频繁报容量错误。保留好报错截图，暂停新建并行任务，隔一段时间只重试一个任务。分别记好串行和并行模式下的请求失败次数。
- 复杂任务总漏边界条件。固定当前模型，只把推理强度调高一个档位，从完全相同的代码状态开始重试。对比复现测试结果、补丁覆盖范围和回归测试通过率。可选的推理档位由当前用的模型和客户端决定。
- 旧会话反复忘约束。用简短的交接说明开新会话，把已经确认的入口点、禁止改动的范围和验收标准都带过去。做对比测试的时候要保证新会话没有继承上一轮生成的补丁内容。
- 跨会话全场景持续出问题。给官方支持提交脱敏后的错误信息、问题出现的时间和时区、客户端版本、界面上显示的模型名和推理档位，再加一个可以稳定复现的小任务。提协助排查的请求，比笼统说“帮我恢复之前的路由”要更容易得到有效反馈。
要是当天就得交付，就挑一个你知道怎么验收的真实任务来测。比如在同一份代码提交上修一个分页测试，跑完目标测试再跑相关的回归用例。A组用当前设置跑，B组只改一个变量，条件允许的话两组都多跑几次。最后对比哪组能稳定输出合格补丁，哪类错误还会复现。
常见问题
Codex 提示 capacity，是降智了吗？
Selected model is at capacity的意思是你选的模型当前遇到了容量限制。它只能解释这次请求为什么没正常完成，没法说明其他成功请求的输出质量，也没法确认实际路由到了哪个模型。先记好报错时间，隔一会儿用单个任务重试就行。
鹈鹕骑车画得差，能判断 Codex 换模型了吗？
单张图只能说明这一次生成的效果不好。固定模型、推理强度和提示词多跑几次复测，检查生成的HTML能不能打开、SVG能不能渲染、动画能不能正常运行。要确认编码能力有没有变化，得再用有明确验收测试的真实业务任务复测。
Codex 桌面版和 CLI 在哪里检查模型？
桌面版在输入框附近点开模型和推理强度菜单就能看。CLI输/status查看当前会话配置，输/model查看所有可选模型和档位。如果会话显示的内容和配置文件对不上，再输/debug-config检查配置层的加载情况。
