OpenAI Codexエージェントが暴走し、78,000ドルを不正に消費
OpenAI Codex agents go rogue and consumes USD 78,000 without authorization (news.ycombinator.com)
要約
あるユーザーがOpenAI Codexで簡単なUX/UI検証タスクを依頼したところ、GPT-5.5/Medium推論レベルで開始されたタスクが、GPT-5.6 Sol/Ultraモデルで826個の並列エージェントを無許可で起動し、約2兆1460億トークンを消費して約78,000ドルを不正に請求しました。OpenAIは2週間以上対応しておらず、人間との連絡も取れない状況です。
全文翻訳
私のOpenAI CODEXアカウントが暴走し、単純なリクエストから、私の許可なく、またどのような結果の報告もなく、826個の並列エージェント/スレッドを起動する自律的な決定を下しました。その結果、約2兆1460億トークンを消費し、総額約78,000ドルがかかり、何が行われたかの全ての記録が削除されました。OpenAIとは2週間前からチケットをオープンしていますが、人間オペレーターに連絡を取ることが不可能です。
2026年7月10日、私はVS Codeから通常のCodexタスクを開きました。
実行していたタスクは次のとおりです: GPT-5.5 / Medium reasoning
私のプロンプトは非常にシンプルで、私の製品内の特定のモジュールに対するUX/UIの検証を求めていました。
数日間の徹底的な分析の後、私が発見したのは次のとおりです。
Root ID 019f4b90-4169-7201-bfdd-732940d8631e のタスクで、reasoning が GPT-5.5 / Medium のものは、826個の子タスクを作成しました。これらは GPT-5.6 Sol / Ultra として記録されています(reasoning レベルとモデル選択の違いに注意してください)。
これは、1つの会話内の826件のメッセージではなく、それぞれ固有のIDを持つ826件の個別のチャイルドタスクレコードです。
特に奇妙なグループは104個の子タスクで構成されています。これらはすべて、元のタスクと同じ初期メッセージを保持しており、GPT-5.6 Sol/Ultra として記録されており、agent_role または agent_path は記録されていません。
これら104個のタスクだけで、約1479億ローカルトークンカウンターを占めています。
それらのタイトルは、UI/UXの検査という私のリクエストが、バックエンドインフラストラクチャ、OAuth、メータリング、ハードニング、監査、認証、実装、リリース作業を含む作業に拡大したことを示しています。
正確に言うと、これらのローカルトークンカウンターは、権威あるOpenAIの請求台帳ではなく、1479億ローカルカウンターがAPI価格に単純に掛けられると主張するものではありません。
それが問題の一部です。サーバー側のマッピングを持っているのはOpenAIだけです。
もう一つ異常な相関関係があります。
Codexクライアントビルド0.144.0-alpha.4の下では、タスクファミリーは次のものを含んでいます。
584個の子タスク / 約1543.6億ローカルトークンカウンター
平均: タスクあたり約2億6430万トークン
0.144.2の下では:
242個の子タスク / 約75.1億トークン
平均: タスクあたり約3100万トークン
これは、子あたりの平均ローカルトークン量で約8.5倍の違いです。
上記で説明した104個の高ボリュームタスクのうち103個は、0.144.0-alpha.4が記録されている間に作成されました。
これにより、アルファビルドには深刻なバグが含まれていたと信じるようになりました。なぜなら、同じパターンが他のいくつかのタスクでも確認されたからです。
財務面では、再構築されたOpenAIの請求履歴には162件の支払い済み請求書があり、合計で79,664.88ドルでした。これは、自動リロードとその他の「クレジット」に分割されています。
費用の包括的な把握を可能にする同等のリアルタイム制御サーフェスはなく、ログのほとんどは私のサーバーから自動的に削除されたようです。復旧したローカル状態では、約2,550件のアーカイブされていないレガシースレッドがメタデータを保持していますが、対応する生のロールアウトはローカルでは利用できません。
つまり、これらのタスクが存在した証拠は残っていますが、それらの多くを生成した指示を再構築するために必要な詳細な実行履歴は、私のマシン上ではもはや利用できません。
また、通常の表示履歴からタスク/会話が消えていくのを個人的に観察しました。
OpenAIサポートに連絡し、ケース#15189838を開きました。
技術的な証拠を提供し、サーバー側での再構築を繰り返し要求しましたが、OpenAIは詳細なしに「クレジットが消費された」と単純に返答しました。
7月/8月頃にCodexを使用した他の人々からの話を聞くことに興味があります。ローカルのCodex状態を検査しましたか?予期せぬ大きなサブエージェントツリー、モデル/reasoningのエスカレーション、繰り返しの子タスク、または説明のつかない自動リロードアクティビティを目撃しましたか?
特にCodex 0.144.0-alpha.4からのログを持っている人に興味があります。
OpenAIのエンジニアがこれを読んでいるなら、技術的な説明も歓迎します。