OpenAI ha corretto il problema che, negli ultimi giorni, ha causato un consumo anomalo dei crediti e dei limiti di utilizzo di Codex, il proprio ambiente per la programmazione assistita dall’intelligenza artificiale. L’errore aveva colpito soprattutto gli utenti del piano Pro, che avevano segnalato l’esaurimento della quota normalmente disponibile per un’intera settimana nell’arco di due o tre giorni, in alcuni casi persino in una sola giornata.
L’analisi interna ha evidenziato che il problema non dipendeva da un singolo malfunzionamento centrale, ma da più comportamenti anomali attivati in background. La funzione Auto-review, progettata per esaminare automaticamente il codice senza un intervento costante dell’utente, e i subagent utilizzati per supportare l’esecuzione dei compiti, in alcune situazioni hanno ripetuto eccessivamente i tentativi di completamento oppure hanno eseguito due volte la stessa attività. Questo ha portato a un consumo di risorse computazionali superiore a quello previsto.
A complicare il quadro è stato rilevato anche un errore nell’interfaccia di Codex. Il dashboard mostrava infatti come utilizzate anche quantità di elaborazione che non erano state effettivamente addebitate all’utente. Di conseguenza, una parte delle segnalazioni riguardava un consumo reale di capacità dovuto all’attività eccessiva dei processi automatici, mentre un’altra parte era legata a una rappresentazione non corretta della quota disponibile nel pannello di controllo.
OpenAI ha dichiarato di aver distribuito le correzioni necessarie dopo avere attivato una war room tecnica per analizzare i log del servizio e individuare le cause dell’anomalia. Per compensare gli utenti coinvolti, i limiti di utilizzo sono stati completamente reimpostati e viene riconosciuto un ulteriore reset utilizzabile nelle successive 24 ore.
L’intervento riguarda un aspetto rilevante per gli strumenti di sviluppo basati su agenti AI. Funzioni come revisione automatica, esecuzione in background, delega a subagent e retry autonomi permettono di automatizzare attività complesse, ma rendono necessario un controllo preciso dell’uso delle risorse. Quando i processi eseguono nuovamente task già completati o insistono su tentativi non necessari, il costo computazionale può aumentare rapidamente e incidere direttamente sui limiti assegnati agli utenti.
OpenAI ha quindi annunciato il rafforzamento dei sistemi di monitoraggio dedicati al consumo in background, con l’obiettivo di rilevare più rapidamente eventuali picchi anomali. Per una piattaforma come Codex, sempre più utilizzata da sviluppatori e team software per scrivere, analizzare e modificare codice, la trasparenza sui consumi e l’affidabilità della gestione delle quote diventano elementi centrali quanto la qualità del modello e delle sue capacità operative.