@cctrv 是。因为实测 gpt 的效果不满意，才尝试国模的。 我的所有任务指令都是让 GPT 对话版根据指定 IDE 和模型“翻译”过的（我输入自然语言任务，跟它探讨，再让它适配转化一下成技术性的指令）。结果 codex+外模验收时总会有被无视的那种漏项，总得复工。而用 deepseek4.1 或 glm5.3 确实听话，丝滑验收通过率极高。 可能我就是吃粗粮的命吧。。。（其实主要是没吃过好饲

## 问题本质 Codex 的 agent loop 判定"本轮是否继续"的唯一依据，是模型在 `responses` 流中是否**持续输出** **`function_call`**： - 模型继续输出工具调用 → `needs_follow_up=true` → 执行工具后继续采样（正常循环）； - 模型输出一段普通 `message` 后结束流 → `needs_follow_up=fals

@kkocdko @wolfsun @IvanLi127 @cctrv 我让 AI 找问题根源，结果基本实了。如你们判断，模型被造假了。追风尝试用 kimi k3 ，结果是只是名儿，核儿是 deepseek-flash-0731…… 通过 jsonl 分析，gpt/grok 的 ERROR 都表现在死循环或硬断，而软停的只有 k3 这个壳儿的模型