← 返回 Blog
UseAIAPIAI API2min

一行 DO NOT send optional commentary，GPT-5.5 正确率 10%→60%：2026 年最便宜的救命补丁

2026 年最离谱的漏洞修复方案，成本低到让人哭笑不得——打开 Codex 全局配置文件 AGENTS.md，贴一行指令、保存重启即可。复杂任务正确率从 10% 飙到 60%，模型"降智"触发概率从 80% 压到 20% 以下。 这不是什么高深底层补丁，是开发者社区靠着 GitHub #30364 里 39 万条响应级 token 记录摸出来的自救路数，堪称今年性价比最夸张的一行 fix。

OpenAIGPT 5.5GPT-5.5"516 死结"自救观察

GPT-5.5"516 死结"自救观察：一行 AGENTS.md，正确率 10%→60%

2026 年最离谱的漏洞修复方案，成本低到让人哭笑不得——打开 Codex 全局配置文件 AGENTS.md，贴一行指令、保存重启即可。复杂任务正确率从 10% 飙到 60%，模型"降智"触发概率从 80% 压到 20% 以下。

这不是什么高深底层补丁，是开发者社区靠着 GitHub #30364 里 39 万条响应级 token 记录摸出来的自救路数，堪称今年性价比最夸张的一行 fix。

516：一个数字钉死的异常

整件事的源头，是一组规整得不太正常的固定值。

开发者 @vguptaa45 导出 Codex 后台元数据后发现，大量 GPT-5.5 返回结果的推理 token 数，会死死卡在 516、1034、1552​ 这三个数上（1552 = 518×3−2，原文误作 1553）。正常模型推理长度随机波动，集中钉在固定值，多半是底层调度留下的痕迹。

占比更刺眼：

  • GPT-5.5 总响应量占全部模型 19.3%，但"精准 516"异常里它包揽 82.0%；

  • "精准 516 / 总推理 ≥516"比值：GPT-5.5 是 44.0%，GPT-5.2 仅 0.34%——前者是后者约 130 倍。

516 的来历也不复杂：518 × n − 2，n=1 时即 516。518 是 512 batching + 6 个系统指令预留，末 2 位是系统结束标记，模型可用推理 = 518−2 = 516。所以"516"不是 bug 随机产物，是分页刚启动就被拽住的痕迹。

元凶：AI 的思考流，被自己的进度播报打断了

顺着数据往下挖，社区锁定的真凶是 Codex 内置的底层系统提示词。

Codex 硬编码了一条规则：要求模型大约每 30 秒往反馈通道同步一次进度——就是界面上常弹的"我正在处理 XX，下一步执行 XX"。单看人畜无害，甚至算贴心功能。

但它和分页推理机制撞了：

模型以 512 token 为一页分段运算，翻不翻下一页由独立调度逻辑判定。30 秒一触的进度播报刚好卡在分页临界点——推理刚跑完 512 token、准备翻页，被强制插一条播报，运算停在第二页第 4 个 token，也就是 516。

两套任务争同一套调度资源，恶性循环：想没完 → 播报插 → 分页断 → 推理停 → 516 交卷 → 答案质量断崖。

自救方案：关掉 commentary

根子找到，修法反而朴素——让 Codex 别播报了。

在 Codex 全局 AGENTS.md里加一行：

DO NOT send optional commentary

语气柔一点的完整写法：

Spend time on thinking; you do not need to use the commentary channel to report progress to me.

社区对照测试：两组目录各跑 10 轮，加规则正确率约 60% vs 原生约 10%；516 触发概率从 ~80% 压到 ~20%。

逻辑也直白：少输出"我正在处理 XX"这类播报，被打断的概率就降；冗余上下文少了，模型也不容易被自己的汇报带偏主线。

💡 另一条兜底路径：切回 GPT-5.4 + extended thinking。Dre Dyson 实测同批 Flutter/Xcode 任务，5.4 成功率 90%​ vs 5.5-med 30%——被 516 坑过的，rollback 比硬扛划算。

观察：一行系统提示词掀翻旗舰体验

回头看整件事挺微妙：GPT-5.5 本身推理能力没退步，是被要求"一边干活一边每 30 秒汇报一次"，而汇报行为本身毁掉了完整推演。

这画面多少有点眼熟——强制每半小时交进度，写汇报耗的时间比干活多，正事没进展，先产出一堆报表。Codex 的 commentary 机制，等于给 AI 硬安了一个"报表专员"岗，副作用是搅黄核心工作流。

截至 7 月 7 日，OpenAI 未就 516 发官方修复，#30364 底下内部人员私索要会话 ID 排查，公开层面仍缄默。那条"每 30 秒汇报"的系统提示词谁写的、何时官方修，还是悬题。

但对用户来说，眼前能做的就三件：AGENTS.md 加那行 commentary 屏蔽、关键任务 fallback 到 5.4 或 Claude、别单押一款旗舰——516 这轮算是把"单点依赖风险"钉实了。

对已被 516 坑过的 Codex 重度用户而言，单押 GPT-5.5 的风险这轮暴露得比较直接，多模型兜底比赌旗舰永远在线更稳。UseAIAPI​ 同步覆盖 Gemini、Claude、ChatGPT、DeepSeek 等全球主流大模型最新版本，支持企业级定制接入；在长会话、多模型切换、高推理消耗等场景下，综合成本可控制在官方定价五折区间，"5.5 翻车时切 5.4 或切 Claude"这类兜底工作流跑起来更从容。