826 個 agent、7.9 萬美元帳單！一個 Codex 任務怎麼失控：子任務樹、alpha 版本與沒人講的自動儲值風險全紀錄
一位開發者請 OpenAI Codex 檢查一個模組的 UI，事後發現任務底下長出 826 個子任務、帳單約 7.9 萬美元。用 coding agent 的人，最該先關掉的是不需要的自動儲值。
他的說法目前還沒有 OpenAI 的技術回應可以對照，以下整理的都是這位開發者單方面公開的資料與推論。但不管最後的真相是什麼，這件事都已經足夠說明：自動儲值加上沒有即時花費上限，是最危險的組合。
發生了什麼事？
根據這位開發者的公開發文，事情發生在 2026 年 7 月 10 日。他從 VS Code 開了一個普通的 Codex 任務，使用的是 GPT-5.5、Medium reasoning，prompt 很單純：請它驗證產品裡某個特定模組的 UX/UI。
接下來幾天他做了很多分析，才拼湊出發生了什麼：這個根任務底下建立了 826 個子任務。他特別強調，這不是同一段對話裡的 826 則訊息，而是 826 筆各自有 ID 的獨立任務紀錄。
更怪的是模型與推理等級。根任務是 GPT-5.5／Medium，但這些子任務被記錄成 GPT-5.6 Sol／Ultra——模型換了，推理等級也從 Medium 跳到 Ultra。他說這一切都沒有經過他的授權，系統也沒有回報任何結果。
子任務是 agent 自己分派出去的小工作，每一個都會各自呼叫模型、各自消耗額度。所以子任務的數量一旦失控，而且每一個都跑在最高的推理等級上，帳單就會跟著失控。
826 個子任務裡，最可疑的是哪一群？
他把其中 104 個子任務單獨拿出來講。這 104 個任務都保留了跟原始任務一模一樣的第一則訊息，都被記成 GPT-5.6 Sol／Ultra，而且沒有記錄任何 agent_role 或 agent_path。光是這 104 個，本機的任務 token 計數加起來就約 1,479 億。
從這些子任務的標題看，原本「檢查 UI/UX」的請求，一路擴張成後端基礎設施、OAuth、計量、強化、稽核、認證、實作與發版。也就是說，一個看介面的小任務，最後在做的是一整個產品上線會碰到的事。
他也很誠實地補了一句：本機的 token 計數不是 OpenAI 的正式計費帳本，不能直接拿 1,479 億乘上 API 單價。但這正是問題所在——只有 OpenAI 的伺服器端知道這些計數怎麼對應到帳單。
為什麼他懷疑是 alpha 版本的 bug？
他比對了 Codex 用戶端的版本號，發現一個很明顯的落差：
- 0.144.0-alpha.4：584 個子任務，本機 token 計數約 1,543.6 億，平均每個約 2.643 億
- 0.144.2：242 個子任務，約 75.1 億，平均每個約 3,100 萬
兩個版本的平均值差了大約 8.5 倍。而前面那 104 個高用量子任務裡，有 103 個是在 0.144.0-alpha.4 底下建立的。他說在其他幾個任務上也看到同樣的模式，因此認為這個 alpha 版本可能有嚴重的 bug。
這是他根據本機資料做的推論，目前沒有官方證實。但如果屬實，最值得注意的地方在於：使用者裝到 alpha 版的用戶端，本身就可能是風險的一部分。
錢是怎麼被扣走的？
他重建出來的 OpenAI 帳單紀錄裡，有 162 張已付款的發票，總額 79,664.88 美元，分散在 Automatic Reload（自動儲值）和其他「Credits」項目之間。
162 張發票這個數字本身就說明了問題：自動儲值是一次一次小額觸發的，每一筆單獨看都不會讓人警覺，加起來卻是將近 8 萬美元。他說當時沒有任何一個即時的控制介面，能讓他看懂錢花到哪裡去。
證據也在消失。在他復原的本機狀態裡，大約 2,550 個未封存的舊對話串還留著中繼資料，但對應的原始執行紀錄已經不在了。也就是說，看得出這些任務存在過，卻無法重建是什麼指令生出了它們。他也說自己親眼看到任務和對話從一般歷史紀錄裡消失。
OpenAI 怎麼回應？
他開了客服案件 #15189838，提交技術證據，並多次要求 OpenAI 從伺服器端重建發生了什麼。發文時案件已經開了兩週，他說一直聯絡不到真人客服，OpenAI 的回覆只有一句「credits were consumed」（額度已被使用），沒有任何細節。
他在發文最後向其他人求助：七、八月用過 Codex 的人，有沒有檢查過自己的本機 Codex 狀態？有沒有看到異常龐大的子代理樹、模型或推理等級被自動升級、重複的子任務，或是看不懂的自動儲值？特別是手上有 0.144.0-alpha.4 紀錄的人。
這篇發文在社群裡拿到 81 分、34 則留言，但截至目前，這些都還是單方面的說法。
沒人講的那個坑：自動儲值本身
這件事最容易被當成「OpenAI 又出包」的八卦看過去，但我自己最在意的其實不是 bug 本身。軟體一定會有 bug，agent 也一定會偶爾失控；真正把一個 bug 放大成 7.9 萬美元的，是自動儲值和沒有即時上限這兩個設計。
月費訂閱的好處，是最壞情況就是額度用完、等下一個週期；預付額度加上自動儲值，最壞情況就沒有上限了。站上之前寫過的臺北 GTA，開發者燒掉超過 1 萬美元的 AI 花費是他自己選擇的；這一次的差別在於，使用者說他根本沒有同意。
模型越強、能自己開子任務的能力越多，這個風險只會越大。像Gemini 4 Argon 這種把輸出上限拉到百萬 token 的模型，單一任務能燒掉的量也跟著變大。
用 coding agent 的人現在可以怎麼做？
這位開發者的經歷，可以拆成幾個任何人都能先做的防線：
- 用 API 額度跑 agent 的人，先確認自己有沒有開自動儲值，沒有必要就關掉
- 不要在主要工作上用 alpha 版的 agent 用戶端，這次的懷疑對象就是 alpha 版
- 定期看一眼帳單的發票數量，而不只是總額——162 張小額發票比一張大發票更難察覺
- 本機的執行紀錄自己另外備份，出事時那是唯一能跟客服對質的證據
我的判斷是 🟡 先看著：事情的真相還要等 OpenAI 給出技術說明。但不管最後結論是什麼，關掉不需要的自動儲值，是今天就能做、而且不會有任何損失的事。