Skip to content

[Bug] 加密代理会话在原通道未变时,Codex 原生压缩仍被 409 route_changed 拒绝,长会话无法继续 #768

Closed

Description

@akihitohyh

提交前确认

  • 我已搜索现有 Issue;如有相关记录,会说明本次新增的证据或差异。
  • 我已检查正文、日志、截图和附件,移除了凭据及个人或业务敏感信息。

问题现象

v2.20.2 上,Codex Desktop 用 gpt-6-astra 跑多代理长会话,会话长到约 24.4 万 token 时,下一次请求被网关直接拒绝。Codex 会自动重试 2~5 次,每次都一样,之后这个会话就再也没有出现,只能新开会话。

客户端收到的错误原文:

{"error":{"code":"encrypted_agent_recovery_route_changed","message":"The proven encrypted agent route or credentials changed. Preserve this task and context. Ask the administrator to verify the original compatible route and current authorized credentials before continuing.","type":"invalid_request_error"}}

拒绝时选中的账号就是登记的 owner。该账号此前十几个小时没有任何后台编辑,同一会话 21 秒前的普通回合还在这个账号上成功,所以错误里说的"路由或凭据变了"与实际情况不符。

运行版本与构建来源

  • Sub2API 版本:v2.20.2
  • 来源:本 fork Release 二进制(systemd 部署,通过面板更新),启动日志 Sub2API 2.20.2 (commit: fb75b87cebe8314d9eba171948367451511f9417, built: 2026-11-09T17:36:45Z)
  • 无本地改动
  • 最近正常版本:未核对。这项归属保护是 v2.20.1 引入的。2026-11-10 03:18(UTC+8)本站启动 2.20.2,错误日志保留期内(11-07 02:00 以来)这个错误码最早一条出现在 04:10,也就是启动后约 52 分钟。升级前具体跑的是哪个版本,没有逐条核对启动日志。
  • 当前 production a010f0846 的 checkOpenAIAgentRecoveryDispatch 里,isOpenAIResponsesCompactPath(c) || isOpenAINativeCompactionV2(c) 这一条件仍在,代码层面同样会拒绝。

部署、客户端与相关配置

  • 部署:Linux amd64,systemd 二进制;PostgreSQL 15 + Redis 7.4(共享归属记录走 Redis)
  • 客户端:Codex Desktop 0.166.0-alpha.6(Mac OS)、0.166.0-alpha.5.1(Windows),另有 1 次来自 Go-http-client/2.0
  • 端点:POST /v1/responses 或 POST /responses(裸 Responses 路径,不是 /responses/compact),模型 gpt-6-astra(账号映射为同名),stream=true
  • 账号:OpenAI API Key 账号,上游是 Responses 兼容网关;没开 BPS / Prism / 透传 / Copilot / SIWC,openai_responses_supported=true
  • 网络路径:客户端 → nginx → Sub2API → API Key 上游
  • gateway.openai_ws.sticky_session_ttl_seconds: 3600(默认值)

复现情况

可以稳定复现

前置条件与最小复现步骤

线上没法重放(完整会话是用户的业务对话,请求体约 35.6MB)。下面是离线复现,已写成回归测试:

前置条件:OpenAI 账号 A(OAuth 或 API Key 都可以),同一 API Key、分组、session_id、模型。

  1. 第一轮普通 /v1/responses(stream),input 带一个 opaque agent_message(含 encrypted_content),由账号 A 完整成功返回。归属登记到 A。
  2. 改变调度偏好,让普通调度会选到账号 B(证明后面是按归属回到 A,而不是碰巧选中 A)。
  3. 同一会话发 Codex 原生 remote compaction v2:裸 /v1/responses、stream:true,input 是同样的历史,末尾加 {"type":"compaction_trigger"}。
  4. 观察:网关回 HTTP 409 encrypted_agent_recovery_route_changed,上游收不到任何请求。

复现次数 / 尝试次数:离线 OAuth 和 API Key 两种账号各 1 次,2/2 复现(在 production a010f0846 上跑,见关联 PR 的测试)。

脱敏最小样例(请求、配置或测试)

第 3 步的请求体(虚构数据,结构与 Codex 一致):

{"model":"gpt-5.1","stream":true,"input":[
  {"type":"agent_message","author":"/root","recipient":"/root/worker","content":[{"type":"input_text","text":"Task: update ledger\nPayload:\n"},{"type":"encrypted_content","encrypted_content":"fixture-task-reference-715"}]},
  {"type":"message","role":"user","content":"Keep ledger balance 11; add 7 exactly once"},
  {"type":"function_call","name":"update_ledger","call_id":"fc_715_once","arguments":"{\"add\":7}"},
  {"type":"function_call_output","call_id":"fc_715_once","output":"ledger balance 18; applied once"},
  {"type":"message","role":"user","content":"Continue the same task and confirm the existing balance"},
  {"type":"compaction_trigger"}
]}

离线测试:backend/internal/handler/openai_issue715_compaction_test.go 的 TestIssue715HTTPNativeCompactionReachesProvenOwner(沿用 #727 的 issue715 假上游)。

预期行为

owner 账号的配置、凭据和路由都没变时,原生 v2 压缩应该发给 owner 账号,让会话能压缩、继续下去。owner 不可用、凭据变化、改走 BPS/Prism/Chat Completions 桥等情况仍应保守拒绝。压缩本身不作为新的归属证据,这和现在 disallowLearning 的设计一致。

实际行为

  • 客户端:HTTP 409,JSON 错误 encrypted_agent_recovery_route_changed(原文见"问题现象")
  • Sub2API:请求明细记为客户端错误(error_phase=request、error_owner=client),upstream_errors 为空,没有上游状态码,耗时 985 ms(样例那一次)
  • 上游:没收到请求,也没有扣费
  • 代码位置:checkOpenAIAgentRecoveryDispatch 在会话已绑定 owner 时,遇到 isOpenAIResponsesCompactPath(c) || isOpenAINativeCompactionV2(c) 一律返回 route_changed,不看 owner 路由是否真的变了

时间、关联记录与证据范围

  • 样例:2026-11-10 11:34:29(UTC+8),request ID 197773d1-8947-41f6-95fe-91319b8a536a(本站自部署实例,维护者无法检索),HTTP 409,请求体 35,603,988 字节
  • 证据来源:ops_error_logs、usage_logs、网关访问日志(journald)、audit_logs
  • 统计窗口 2026-11-10 03:18~12:15(UTC+8):error_body 含 encrypted_agent_recovery_route_changed 的记录一共 18 条,涉及 3 个用户、5 批(同一批 1~6 条,是 Codex 自动重试,含重试计数)
  • 5 批里有 3 批能对上会话:出错前 2~21 秒,同一用户、同一账号上有一个会话的最后一次成功请求输入(input + cache_read)分别是 243,740 / 244,062 / 244,731 token,之后这个会话再没出现。另外 2 批在 90 秒内没找到对应会话,原因未确认。
  • 对照:同期(2 天)gpt-6-astra 有 19 次 native_compaction_v2=true 的成功请求,输入 21.6 万~26.0 万 token,说明普通会话的 v2 压缩链路本身是好的,Codex 也确实在 24~26 万 token 附近触发压缩
  • 无法获取的证据:网关不记录请求体,也没有"这次是不是压缩"的字段,所以"被拒的是 v2 压缩请求"是推断。依据有三条:
    1. 会话停在 Codex 压缩阈值;
    2. 请求走的是裸 Responses 路径;
    3. 这个账号是 API Key 协议、没开 BPS/Prism/透传,owner 检查又已通过(否则报的是 owner_unavailable),checkOpenAIAgentRecoveryDispatch 里能对它返回 route_changed 的只剩压缩那一条。

脱敏日志与截图(可选)

2026-11-10T11:34:29.360+0800 INFO security_audit.gateway_check_start {"request_id":"197773d1-8947-41f6-95fe-91319b8a536a","path":"/v1/responses","model":"gpt-6-astra","stream":true,"protocol":"openai_responses","body_bytes":35603988}
2026-11-10T11:34:29.744+0800 INFO http request completed {"request_id":"197773d1-8947-41f6-95fe-91319b8a536a","status_code":409,"latency_ms":985,"path":"/v1/responses","platform":"openai","model":"gpt-6-astra"}

频率与影响范围

  • 频率:上述 9 小时窗口里 18 次 / 3 个用户。用了 Codex 多代理(会话里有 opaque agent_message)的长会话,只要到了自动压缩阈值就必然触发。
  • 影响:会话进入死循环——上下文满了必须压缩,压缩又永远被拒,用户只能新开会话,丢掉原任务上下文。
  • 绕行:新开会话(代价是丢上下文)。按代码看,归属记录 1 小时(sticky TTL)后过期,过期后的压缩会走普通准入,但这条我们没有实测。

已做对照、待验证推测与关联 Issue(可选)

Agent 名称与参与范围

Claude Code(Claude 桌面 App 的 Code 页签):线上日志与数据库排查、根因分析、修复代码与测试、Issue 正文撰写。

模型名称

claude-opus-5-5

推理强度

xhigh(会话配置值)

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Metadata

Metadata

Assignees

No one assigned

    Labels

    bugSomething isn't working

    Projects

    No projects

      Milestone

      No milestone

      Relationships

      None yet

      Development

      No branches or pull requests

      Issue actions