kita / notes
← 回到全部笔记

事件日期 阅读约 3 分钟

Codex 切了模型仍报旧模型 503:预采样压缩的 previous-model 机制与字节偏移重算

发布于

本文目录(3 节)
  1. 第一层根因:run_pre_sampling_compact 默认用上一轮模型做压缩
  2. 杀进程、改 JSONL 与重算 thread_history_1.sqlite 字节偏移
  3. 第二层根因:104 条 reasoning 与 23 条 web_search_call 混入长历史引发上游 503

10 月 21 日下午,一个已经聊了十几万 token 的长会话「QQbot 调优」突然发不出消息了。上游通道下架了 gpt-6.1-sol,我明明已经在界面右上角把模型切成了 deepseek-v4.1-flash,但每次敲回车,界面还是秒弹报错:

当前 gpt-6.1-sol 模型暂不可用

第一层根因:run_pre_sampling_compact 默认用上一轮模型做压缩

先去查 ~/.codex/state_5.sqlite,threads.model 字段确实已经变成了 deepseek-v4.1-flash,说明界面上的模型切换是生效的。那为什么请求还是打到了 gpt-6.1-sol?

打开 logs_2.sqlite 翻那一次请求的调用链 span,答案一下就出来了:

turn{model=deepseek-v4.1-flash}
 └─ run_pre_sampling_compact:run_auto_compact{reason=ModelDownshift phase=PreTurn}
     └─ model_client.stream_responses_api{model=gpt-6.1-sol}

原来这个会话累计输入已经到了约 16 万 token,而切过去的 deepseek-v4.1-flash 实际上下文窗口是 121,600,所以在正式采样前必然先触发一次 PreTurn 预采样自动压缩(ModelDownshift)。

反查二进制里的 core/src/compact_model_fallback.rs 提示串 "previous-model compaction failed; retried with current model":Codex 在跨模型切换触发压缩时,优先读取会话历史(rollout JSONL)里上一轮的 previous model 去发压缩请求。偏偏上游对已下架的 gpt-6.1-sol 返回的是 503 而不是能干净触发回退的错误码,整轮对话直接卡死在压缩阶段。

杀进程、改 JSONL 与重算 thread_history_1.sqlite 字节偏移

要想救活这个旧会话,光改 state_5.sqlite 没用,必须把会话文件 rollout-...jsonl 里结构化字段中的 "model":"gpt-6.1-sol"(共 59 处,分布在 session_meta.provenance、turn_context、thread_settings_applied 和 world_state)全部替换成 "deepseek-v4.1-flash"。

这里有两个实操必踩的坑:

  1. 必须先彻底关掉宿主进程 ChatGPT.exe:Codex Desktop 的 codex.exe 只是 ChatGPT.exe(MSIX)拉起的子进程;只杀 codex.exe 会被立刻重启,而且退出前它还会往 JSONL 尾部追加一行 thread_settings_applied(+2,127 字节),所以必须在进程全停后再备份和计算长度。
  2. 字符串变长后必须同步重算 SQLite 字节偏移:"gpt-6.1-sol"(11 字节)换成 "deepseek-v4.1-flash"(19 字节)后,59 处替换让文件总长增加了 2,599 字节。而 thread_history_1.sqlite 里的 thread_turns 表是通过强一致的字节区间(rollout_byte_offset / rollout_end_byte_offset)去 JSONL 里切片渲染每一轮历史的。如果不重算这 23 个 turn 的起止字节偏移和 thread_history_projection_state.next_rollout_byte_offset,打开会话就会渲染错位。

第二层根因:104 条 reasoning 与 23 条 web_search_call 混入长历史引发上游 503

修完模型名重开 Codex,报错不再提 gpt-6.1-sol 了,但压缩阶段还是连续报通用的 503 服务暂时不可用。

为了搞清楚上游到底为什么对这笔压缩请求返回 503,我写了个脚本把该 JSONL 里的 response_item 还原成 /v1/responses 的 input 数组,直连上游跑了一组二分控制变量矩阵:

请求变体 请求体大小 响应状态
全量历史(含 104 条 reasoning + 23 条 web_search_call + 106 对工具调用) 1,125,785 B 503
去掉 custom_tool_call,保留 reasoning + web_search_call 584,157 B 503
只发 104 条 reasoning + 1 条普通消息 553,242 B 200
只发 23 条 web_search_call + 1 条普通消息 9,847 B 200
去掉 reasoning + web_search_call,保留全部普通消息与工具调用 562,992 B 200

对照非常清楚:上游的 deepseek-v4.1-flash 转换层在单次请求里同时遇到上百条历史 reasoning(带 encrypted_content)与 web_search_call 混合在完整对话树里时就会崩 503;去掉这两类非正文节点后,562 KB 的完整消息加工具调用历史直接返回 200 OK。

于是再次停掉 ChatGPT.exe,从 JSONL 里剔除 payload.type 为 reasoning 和 web_search_call 的 127 行(1,109 行缩减为 982 行,体积从 2.33 MB 降到 1.76 MB),同步把 thread_history_1.sqlite 里的 rollout_ordinal 和 byte_offset 按新行号重映射一遍。重启后会话当场恢复正常对话,正文消息与工具调用记录一条未丢。

← 返回全部手记