Codex 这周有没有偷偷降智？

CODEX CHECK浏览器本地解析

把本机 Codex 的会话日志（~/.codex/sessions 下的 rollout-*.jsonl）拖进浏览器，按每个用户回合第一包的 reasoning_output_tokens 统计「正常 / 降智」回合，给出合计、按模型、按日三张表，并标出出现降智回合的工作区。日志只在浏览器本地解析，不上传、不保存、不打印消息原文。

不装软件日志不上传免登录不打印原文手机可打开

LOGS

选择 Codex 会话日志

读本机 ~/.codex/sessions 与 archived_sessions 下的 rollout-*.jsonl；设置过 CODEX_HOME 就去那个目录找。

把 rollout-*.jsonl 拖到这里 或点下面的按钮选择

还没选文件。日志只在浏览器本地解析，不会上传。

日志含完整对话，本页只取与统计有关的字段，不显示消息原文。整目录选择时只读其中 rollout-*.jsonl。

WINDOW

统计窗口与模型

默认最近 7 天（本机时区、含首尾）；分析完可只统计部分模型。

开始日期结束日期

统计全部时间（忽略上面的日期）

窗口按回合第一条记录的时间算；改日期或取消模型勾选后，右侧与下方结果会立刻重算。

VERDICT

本次统计结果

只看每个用户回合的第一包：推理 token 为 0 记正常，大于 0 记降智。

READY

还没有结果。先在左边选好日志文件，再点「开始分析」。全程在浏览器里完成，不发任何请求。

BOUNDARIES

这一页不做什么

① 不上传、不保存：读文件与统计全在浏览器里完成，不调用本站接口、不写 Cookie 与本地存储，关掉页面即释放。② 不打印对话：只统计回合数与所属工作区，不显示 session id 与消息原文。③ 不是权威结论：「第一包推理 token 大于 0 就降智」只是社区脚本的启发式信号，推理多也可能只是这轮任务更难，请把结果当成复查线索。④ 不保证跨版本兼容：依赖 Codex rollout-*.jsonl 的内部字段，新版改了字段就可能统计不到。⑤ 不联网比对：只用你本机的日志，不查任何服务端状态。

HOW IT WORKS

怎么用这个降智检测

找到日志Codex 把每个用户回合写在本机 ~/.codex/sessions（归档在 archived_sessions）下的 rollout-*.jsonl 里；设置过 CODEX_HOME 就到那个目录找。
选文件点「选择文件」多选这些 rollout-*.jsonl，或点「选择目录」直接选 sessions 目录；也可以把它们拖进虚线框。
设窗口默认统计最近 7 天（本机时区、含首尾），要看更早的日期就改开始 / 结束日期，或勾「统计全部时间」。
看报告右侧给出计入回合、降智回合与比例，下方三张表按模型、按日拆开，最后列出需要复查的工作区。

FAQ

Codex 降智检测常见问题

这个「降智」是怎么判的？准吗？

口径来自社区脚本 Codex Shit Detector：看每个用户回合的第一条 token_usage_record，reasoning_output_tokens 为 0 记正常、大于 0 记降智；没有用量时，开口前已有推理条目也算降智。它只是一个启发式信号，不等于模型真的变差——推理 token 多也可能只是这一轮任务更难。请把结果当成值得复查的线索，不要当结论。

为什么只看第一包？同一回合后面的不算吗？

社区观察是：一个回合开场就降智，后面写出的代码更容易带 Bug，所以只看每个用户回合的第一包；同一回合后面的包、子回合都不计。这是原脚本的口径，本页照搬。

我的日志会上传到服务器吗？

不会。读文件、解析、统计全部在浏览器本地完成，页面不调用本站接口、不发任何请求，也不写 Cookie 与本地存储；关掉页面即释放。日志里有完整对话，本页只取与统计有关的字段，不显示消息原文。

为什么统计到的回合数比实际少？

只统计能识别出 model 与时间戳、且属于根回合的用户回合；没有 token_usage_record 又没有 assistant 消息的回合会被跳过。当前窗口内没有降智回合时，报告会直接写「没有需要预警的项目」。

Codex 升级后日志格式变了怎么办？

本页依赖 Codex rollout-*.jsonl 的内部结构（session_meta / task_started / turn_context / token_usage_record / response_item）。这是会变的内部格式，新版改了字段就可能解析不到，届时按新格式调整规则即可，本页不保证跨版本兼容。

为什么模型名不是 gpt-6-astra / gpt-6.1-sol？

原脚本写死了这两个 slug；本页改成自动识别日志里出现过的所有模型，并让你勾选只统计哪些，避免模型一换就整页失效。

一次能分析多少文件？手机上能用吗？

取决于浏览器内存，几十个 rollout 文件、几万行一般秒级完成；日志特别大时先按日期缩小范围或分批选择文件。手机能打开页面，但 Codex 日志在电脑上，实际分析建议在电脑上操作。

日志由浏览器本地读取与解析，不上传；降智判定沿用社区脚本口径，仅供参考。