ICML 2026 的 ContextSniper 给出一个刺眼的结论：仓库级修复会话中，超过一半的 token 是模型根本不会认真看的噪音。本文拆解它的三级记忆架构与「证据包」检索模式，并给出映射到 Codex CLI 现有配置的落地做法，包括 tool_output_token_limit、压缩阈值、PreToolUse 钩子与分层 AGENTS.md。

Relux Works 两位工程师翻遍 3808 份 Codex 会话，找到一个至今仍在的输入 token 泄漏：烧掉周额度的不是写代码，而是 agent 在 goal 模式下无所事事地空转等待。48 分钟里 173 次续跑、466 次模型调用，每次重读十几万到几十万 token；开 goal 的会话只占 1.5%，却吃掉了整整一半的输入 token。文章拆解了「等待」背后的成本公式、整数浮点 bug 以及 goal 模式的空转陷阱，并给出可复现的自救配置。

有人把 Codex 的请求体逐字节截下来测量，发现一句 16 字符的「Reply with pong.」被包装成了 42980 字节、约 9435 个 token 的请求，真正的提示词只占 0.3%。其余全是工具定义、系统指令、技能元数据和环境上下文。本文拆解这个被多数人忽略的开销，以及它对隐私和成本意味着什么。

一位开发者分析了 390,195 次 Codex 响应记录后发现：GPT-5.5 有 44% 的概率在产生恰好 516 个推理 Token 时停下，这不是巧合，是一个隐藏在模型内部的「推理预算墙」。

AI 编程助手在不知不觉中浪费了大量 Token，从缓存命中率、上下文膨胀到 MCP 工具开销，这些隐性成本正在吞噬你的使用配额。本文分析五大 Token 浪费陷阱，并给出可操作的对策。