is-gpt-nerfed：检测 Codex 输出是否被暗中削弱的工具

kiyoakii/is-gpt-nerfed

你在 Codex 里选定一个模型。本工具能告诉你，真正在回答问题的到底是不是你选的那个模型。如果不是，你会看到这条提示：

🎉 恭喜！你被降级（nerf，在游戏圈中指"削弱"，译注）了！你请求的是 gpt-6-astra；指纹显示是 gpt-5.6-luna（91%）。好好享受这份额外的"折扣"吧。

> 示例输出，并非真实判定结果。

> 面板，以及在其中打开的会话。样本数据，非真实会话。

正常 · 可疑 · 降级

它检查什么

一切都在你的 Mac 上运行，不会上传任何内容。

Codex 会为每一轮记录请求的模型和推理强度（reasoning effort）。插件在每轮之后读取这些记录，并标记出在你未做改动的情况下发生的变化：模型被替换、推理强度被调低、出现隐藏的内部模型（比如 gpt-reserve）、上下文窗口变小。换成了更新或更大的模型也会被报告，因为灰度推送（rollout）可能往任一方向进行。整个过程不消耗 token（令牌）。

按既定计划，插件还会通过桌面端用于侧边聊天（side chat）的同一个 app-server 调用，把你的会话分叉（fork）三次，每次分叉都是临时的，并沿用该会话自身的模型和推理强度。每个分叉会被要求给出约 300 个"随机"数字。语言模型在生成随机数时带有该模型独有的偏置（bias）。

ModelTrace 的校准样本库（calibrated bank）会把三次回答转换为一个指纹（在交叉验证中，用三次回答即可达到 100% 准确率），并据此与你选定的模型进行比对：

| 判定结果 | 含义 |
|---|---|
| 匹配 (Match) | 你选定的模型确实在回答 |
| 可疑 (Suspicious) | 指纹倾向于其他模型，但置信度不足；保留此判定直到下次探测 |
| 降级 / 升级 / 改道 (Downgrade / Upgrade / Rerouted) | 明确不匹配：首选候选 ≥ 80%，你的模型 ≤ 20%，且至少在两次回答中出现 |
| 已降级 (Downgraded) | Codex 自己的记录显示发生了一次静默切换，不需要指纹 |
| 已升级 (Upgraded) | Codex 自己的记录显示换到了更新或更大的模型 |
| 未收录 (Unlisted) | 你选定的模型尚未进入指纹样本库 |
| 无效 (Invalid) | 没有得到可用回答（工具调用、被拒、网络问题）；不是判定结果，该行保留上一次的判定，并提供"重试" |不匹配会通过 macOS 通知、会话内消息以及菜单栏中的红色表情图标来告诉你。匹配则不会通知。

安装

需要 macOS 26。

在终端（Terminal）中用一行命令即可安装最新版本并打开它：

curl -fsSL https://raw.githubusercontent.com/kiyoakii/is-gpt-nerfed/main/install-app.sh | sh

你也可以从 Releases 下载磁盘映像（disk image），然后把 IsGPTNerfed 拖进 Applications（应用程序）。

该应用尚未通过苹果公证（notarized），因此首次启动时 macOS 会阻止它，直到你在"系统设置 → 隐私与安全性"中放行。

点击菜单栏中的表情图标，然后按下"安装"。这一步会把自带的插件注册到 Codex，并信任其钩子（hooks）。

当有更新版本发布时，页脚会给出提示，且只会收到一次通知；点击通知后，应用会下载新版构建、校验校验和（checksum）、替换自身并重新启动。

不使用应用本身，在任意 macOS 上也可以：

git clone https://github.com/kiyoakii/is-gpt-nerfed ~/is-gpt-nerfed && cd ~/is-gpt-nerfed && ./install.sh

在询问是否信任钩子时，回答 yes。Codex 不会运行任何你未信任的钩子，而且它不会主动告知你。

需要带插件钩子的 Codex（桌面应用或 CLI；在 0.154 上测试通过）以及系统自带的 python3。

./uninstall.sh

会移除全部内容。

使用方法

macOS 界面支持英文和简体中文，遵循系统的首选语言设置，英文为回退语言。这包括应用生成的证据、进度消息以及应用显示的诊断信息。用户会话标题、模型 ID、推理强度数值以及无法识别的外部诊断信息保留原文。存储的记录、CLI 输出、通知以及 ModelTrace 的校准探测提示词保持不变。

你正在使用的每个会话，都会在累计 30 分钟活动后在后台被探测。要立即探测某个会话，在该会话中输入 $is-gpt-nerfed。

菜单栏面板会列出过去 48 小时内的会话以及其最近一次的判定结果。点击某个会话可查看其报告（指纹、早先的探测、证据），右键可执行操作。每个会话都有"探测"和"重试"，"全新会话"这一行则会探测一个全新的会话，展示当前新会话得到的服务。

在终端中：

- nerfed probe now（选择一个会话）
- nerfed report
- nerfed explain <probe>
- nerfed log --since 2h设置在应用中，也可以使用 nerfed config set <key> <value>：

| 键 (key) | 默认值与说明 |
|---|---|
| frequency | 30m per session：每累计 N 分钟活动 (30m)，或每 N 轮 (turns:8) |
| fresh_frequency | manual probe：无论你在做什么，每 N 分钟探测一次全新的会话 |
| mode | auto：在后台进行探测；nudge 仅作提醒 |
| halt_on_mismatch | false block：在不匹配后暂停工具调用，直到你输入 resume |
| notify_on_ok, announce_ok | false：也报告"匹配" |
| hide_titles | false screenshot：模式，使用中性的会话名称，不显示账号 |
| check_updates | true：每 10 分钟向 GitHub 查询是否有新版本 |

账号

会话在 Codex 账号之间是共享的，降级可能绑定的是账号而非会话本身。

因此每次探测都会打上当前登录账号的标签（一个哈希值，绝不会是账号 ID）。切换账号后，更早的判定会显示为"另一个账号"，并且这些会话会被重新探测。

限制

"你选定的模型"指的是 Codex 请求的那个模型。如果服务端换掉了权重却保留了模型名，只有指纹或更小的上下文窗口能看出问题。

样本库是封闭集合（closed-set）：库外的模型会被映射到最相近的"替身"模型上。

一次探测在你的账号上消耗三次简短回答。在五分钟内尚未给出回答的分叉会被替换一次，因此较慢的模型也不会从样本中掉队。

通过 Codex 自身设置进行的模型或推理强度变更，会以一个问题（"这是你做的吗？"）的形式显示，因为插件无法分辨是你还是 Codex 改了它。

探测在私有的 app-server 进程中运行，并以被检测的客户端（桌面应用或 CLI）的身份标识，因为服务可能会按客户端来路由。桌面端自身连接与探测连接之间其他的差异，对它来说都是不可见的。

隐私

插件读取 ~/.codex（会话记录、模型缓存，以及仅用于账号哈希和脱敏邮箱的 auth.json），并写入 ~/.codex/is-gpt-nerfed（探测、判定、log.jsonl）。

分叉就是用你的账号进行的普通 Codex 推理。

它自身唯一的网络请求，是应用打开期间每十分钟向 GitHub 查询最新发布标签；在"设置"中关闭后就不会发起任何请求。

致谢

ModelTrace（xqy2006，MIT）提供了指纹样本库、打分器、提示词，以及 hlwy-ai-checker 中"用随机数识别模型"的想法；simple-term-menu（MIT）提供了会话选择器。

采用 MIT 许可证。内部实现、构建与贡献说明见 docs/DEVELOPMENT.md。