已有 Codex 会话在用量归零后仍持续运行 17 小时——已复现两次

我两次观察到 Codex Desktop 的异常行为，并已将这两个案例报告给 OpenAI 支持。第一次，一个会话总共运行了约 24 小时，其中大约有 17 小时是在账户用量归零之后。新任务被阻止，但已有的目标会话继续完成工作。后来我在最新的 Codex Desktop 版本上复现了同样的行为。我无法全程监控第二个会话，但两份录制都显示了同样的区别：无法开始新工作，而已在运行的目标继续推进。我的初步假设是 Codex 允许进行中的任务完成。有趣的问题是，当任务与外部目标驱动系统相连时，“完成”意味着什么。普通提示词有相对明确的终点，但外部控制器可以在同一目标内继续推导出额外的操作。在这两次案例中，外部控制器是 Aming Claw，一个我正在构建的代理治理系统。AC 使用推送而非拉取的架构。它不是要求模型反复检索上下文并确定自身位置，而是由一个外部持久层：确定代理的当前位置；推导下一个受治理的操作；将该操作提供给现有会话；记录成功、失败和新的积压项；在保持父目标的同时协调子代理。这一架构背后的概率论论点是：P(正确操作) = P(正确位置) × P(正确选择 | 正确位置)。更强的模型可以改进其选择，但在错误的位置上行动时仍可能漂移。因此，AC 将位置保持在模型之外，并用它来驱动工作流。这一观察引发了一个更广泛的代理基础设施问题：进行中任务的结束应该由模型回合、工作流步骤、会话，还是外部目标的语义返回来定义？有没有人在其他长时间运行的代理工作流中观察到类似行为？