Codex训练设置被重新开启？检查这两个开关

事件背景：开发者发现Codex训练开关“自动复活”

近期有开发者在社区反馈，OpenAI Codex 的模型训练选项在被关闭后，似乎又自行重新开启了。这一现象引发了关于数据隐私和设置持久性的讨论。根据 OpenAI 官方文档的描述，该选项本应保持用户设定的状态，但实际体验与文档之间存在偏差。

需要明确的是，目前的信息主要来自开发者社群的观察和 OpenAI 的文档对照，尚缺乏官方对此现象的正式解释。本文不渲染恐慌，而是帮你用五分钟做一次自查：真正需要看的，其实不止一个开关。

被忽略的第二个开关：“Include environments”

大多数讨论都集中在主训练开关上，但 OpenAI 文档中还存在第二个关键设置——“Include environments”。这个选项决定你的环境上下文是否会被纳入训练数据范围。

问题在于，这个开关的位置不如主开关显眼，很多人在关闭训练选项时根本没注意到它。据反馈，部分开发者只关闭了主开关，却让“Include environments”保持默认开启状态，从而误以为已经完全退出训练。

这也是为什么“设置被重新开启”的错觉会出现：不是主开关被篡改，而是你从未真正关闭所有相关入口。

环境上下文（Environment Context） 在 AI 编程助手中通常指模型在执行代码补全、生成或调试时所能感知的工程环境信息，包括但不限于项目文件结构、依赖列表、配置文件内容、终端输出、运行错误日志以及当前打开文件的相关上下文。OpenAI 文档中的 "Include environments" 开关，本质上是控制这类环境快照是否会被打包进训练数据管道。与单次对话的提示词不同，环境上下文往往包含大量非用户显式输入的项目内幕信息，因此它对隐私边界的影响更隐蔽也更广泛。部分开发者误以为关闭主训练开关就等于退出全部数据收集，正是因为不了解环境上下文是与对话内容分离采集的独立数据通道。

五分钟自查清单

对照 OpenAI 文档，建议按以下顺序检查：

1. 主训练开关：确认 Codex 相关的模型训练选项处于关闭状态。
2. Include environments 开关：单独检查这一项，确认它没有被默认开启。
3. 设置持久性复核：隔一段时间重新进入设置页，观察两项是否维持原状。

三步操作大约五分钟即可完成。关键在于第二步——它是目前信息中最容易被遗漏的环节。

如何理解这次“重新开启”

从现有材料看，有三种可能性并存：

• 设置界面的默认值逻辑导致第二开关被开启；
• 文档说明与实际 UI 行为存在不一致；
• 用户在关闭主开关时，未意识到附属选项仍需单独处理。

OpenAI 文档并未明确说明第二开关的默认策略，开发者社群也尚未形成一致结论。因此，与其断言“训练被强制开启”，不如把它理解为一次提醒：隐私设置的完整性，取决于你是否检查了所有相关开关，而不只是最显眼的那个。

对于在意代码数据流向的开发者，建议把这两项检查纳入常规操作，并在每次平台更新后复核一次。

设置持久性（Settings Persistence） 指用户对某项配置所做的更改能否在会话结束、账号重新登录或平台版本更新后保持不变。在 SaaS 产品中，设置持久性受多层因素影响：前端 UI 状态缓存、后端用户偏好存储、默认值回填逻辑以及功能灰度发布时的配置迁移。当平台迭代 UI 或调整默认策略时，旧有的用户偏好可能被新的默认值覆盖，而产品文档若未同步更新，就会造成“我明明关过它却又开了”的观感。这并不必然意味着平台有意重置用户选择，但在隐私相关选项上，任何持久性缺口都值得用户以周期性复核的方式主动弥补，而不能仅依赖一次性设置。

小结

Codex 训练设置“自动重新开启”的反馈，核心线索指向一个常被忽略的 “Include environments” 开关。在官方给出进一步说明之前，最务实的做法是：按文档逐项核对两个开关，并定期复查设置是否保持。五分钟的成本，换来的是对自己数据边界的清晰掌握。