近日，围绕 OpenAI 是否对第三方客户端发出的请求进行“降智”处理引发了开发者社区的广泛讨论与复现热潮。继此前关于 Codex 出现疑似输出质量下降（即“降智”）的讨论之后，一位名为 haowang02 的开发者为了便于社区成员验证这一现象，专门整理并开源了一款 Python 测试脚本 `codex-candy-eval`。该项目已托管至 GitHub 平台，承诺完全开源且无任何第三方依赖，旨在为技术验证提供标准化的测试手段。
该脚本专为已安装 Codex CLI 的用户设计，允许用户通过命令行精确控制测试参数。具体指令格式为 `python codex_candy_eval.py -m [模型名] -r [推理强度] -n [测试次数]`。工具支持自定义 Codex 模型名称，并提供了 low、medium、high、xhigh 四档推理强度设置，通过多次采样测试来量化评估模型在不同配置下的表现差异。根据项目介绍，该脚本能够直观地展示在所谓“降智”状态下的测试结果对比，有效降低了技术复现的门槛。这一开源项目的发布，不仅为此前热议的“516 降智现象”提供了可复用的验证工具，也体现了开发者社区对 AI 服务 API 一致性与透明度的持续关注。
事件分析
从技术视角看，该脚本的出现标志着对 AI 模型服务质量的探究从主观体验转向了客观量化。通过控制变量法对比不同推理强度下的输出，该工具能够排除第三方客户端封装层的干扰，直指底层 API 的响应机制，是验证是否存在隐形限流或降级操作的有效手段。从产业层面分析，此类开源工具的普及增加了 API 服务商的透明度压力。如果验证结果证实了非官方渠道受到差异化对待，将严重打击基于此构建的第三方应用生态的信任基础，可能促使开发者加速向更透明、更开源的模型迁移，迫使厂商重新审视其对待独立开发者的服务策略。
💡 核心观点：开源量化脚本将 AI 服务“降智”争议带入实证阶段，凸显了第三方生态对底层 API 一致性与透明度的刚性需求。
原文链接：Linux.do
AI周刊：大模型、智能体与产业动态追踪