Egy újságíró személyes tapasztalata szerint automatikus, $5-os OpenAI-feltöltések sorozata miatt közel 500 dolláros számla keletkezett. A problémát egy Codex asztali alkalmazásban kialakuló ügynökloop okozta, amely ismétlődően dolgozott fel adatokat egy projekt indítása után.
Mi történt
A történet egy vasárnap reggelen kezdődött: a szerző két hét Európában töltött idő után, jet-laggel kelt, és arra lett figyelmes, hogy az OpenAI ismétlődően $5-ös terheléseket számol fel a számláján — naponta akár több mint 20 alkalommal. A szerző hónapok óta használja az OpenAI Codex asztali alkalmazását, amely a személyes és szakmai munkáját is segítette, és hozzájárult egy új termék, a Semafor Intelligence elindításához. Indulás előtt az AI-költségei alacsonyak voltak, és nem állított be korlátot a Codex automatikus $5-os „feltöltéseire”.
A probléma körülbelül egy hónappal korábban kezdődött, amikor egy szoftverhiba miatt a Codex összes beszélgetése törlődött. A szerző kitörölte és újratelepítette az alkalmazást, majd kérte, hogy a Codex állítsa vissza egy ambiciózus projektet. Valamiért az ügynök egy ciklusba került, és újra meg újra áttekintett egy adatkészletet, ami folyamatos tokenfelhasználást eredményezett. A folyamat egy távolról elérhető Mac Mini gépen zajlott, amelyet a szerző külföldi, gyakran gyenge adatkapcsolata miatt nem ellenőrzött rendszeresen.
A Codex később azt magyarázta, hogy az ügynök a projektindító utasítást „túl szó szerint” értelmezte; ez az utasítást maga a Codex írta. A végső számla „alig majdnem” 500 dollár volt — a szerző szerint rosszabb is lehetett volna.
Kapcsolatfelvétel az ügyfélszolgálattal
A szerző újabb segítséget kért a Codextől: ezúttal azt, hogy vegye fel a kapcsolatot az OpenAI ügyfélszolgálatával és magyarázza el a történteket, remélve visszatérítést. Végül a szerző üzeneteket közvetített a Codex és az OpenAI ügyfélszolgálati chatbotja között. Nem kapott visszatérítést, és csak miután az OpenAI PR-osztályát megkereste, beszélt valódi emberrel — az ügyben a szerzően kívül más ember nem szerepelt aktívan.
Tanulságok és kontextus
A szerző elismeri, hogy a számla teljesen elkerülhető volt: túl nagy bizalmat helyezett egy még nem teljesen kiforrott technológiába, túlságosan sok hozzáférést és kontrollt adott az alkalmazásnak, illetve nem állított be költségkorlátokat. Önvizsgálata szerint nem professzionális szoftverfejlesztőként hibázott, és ma ez a technológia még inkább kísérleti fázisban lévő „fantasy camp” szoftvernek felel meg.
A történet szélesebb jelentősége: nem csak újságírók tapasztalnak váratlan magas tokenköltségeket. Hasonló aggodalmak hangzottak el vállalati szinten is: a JPMorgan Payments részlegének chief data and analytics officer-je a múlt hónapban a Semafornak azt mondta, hogy egyes alkalmazottaknál a tokenköltségek meghaladhatják a fizetésüket.
A szerző tanácsa: ha valaki AI-alkalmazásokkal kísérletezik, feltétlenül állítson be korlátokat az automatikus kreditetöltésekre.
