“写笔记”支持四种格式——Word 文档、Excel 表格、Markdown、纯文本，起稿或二次编辑时都能随时切换，同一篇笔记想用哪种形态来记，都由你说了算。
md、txt、csv、json 这类纯文本则原样载入，不做多余加工。拿一张现成的表倒进来、改几笔、再导出去，等于白用一台免费的格式转换器。
要带走就在右上角点“下载”，可导出 PDF、Word、Markdown、Excel、TXT 等格式；列表卡片“⋯”菜单里，也有同样的下载入口。
在“工具”页点“＋ 上传工具”即可发布：填好名称与链接，再用 Markdown 把使用方法写清楚——能解决什么问题、怎么装、怎么用，比堆介绍实在。
要分发安装包就一并上传压缩包（ZIP、RAR、7Z、TAR.GZ，最大 35MB），别人在详情页一键下载；只放链接不带附件也可以。
工具按大家的收藏热度排序，好用的自然会被顶上来。发布后可在详情页或卡片菜单里编辑、下架。
写笔记时勾上“隐藏”，这篇就只存在于你自己的账号里：不进列表、不进搜索、不上首页精选，也不会出现在任何公开的页面，链接发给别人同样打不开。
适合放密码、草稿、日记这类只给自己看的内容；想公开，去“发布”打开它，把“隐藏”的勾去掉再保存，之后编辑会默认保持原状态，不会悄悄变回公开。
你的内容会同时保存在多个副本上，系统定期做备份与完整性校验，再配合异地容灾机制：就算某台机器出问题，数据也不会丢，可以长期放心存放；特别重要的资料，仍建议你另外再留一份备份。
全站跑在容器化、模块化的现代架构上，更新、部署、回滚都很快，扩展性和稳定性都按长期运营的标准来设计（Built for reliability, designed to scale）。
这个网站最早只是一个人的笔记仓库，后来慢慢长成现在的知识中枢。设计上很克制——没有广告、没有追踪、没有推荐算法，只是干干净净地存放一些东西；既然做好了，就公开出来，万一有人用得上呢。
不做大而全，不做平台梦，保持简单、保持克制、保持好奇。所有内容都由用户贡献、由用户维护：不会突然冒出付费墙，不会在角落塞广告位，也不会把你的数据卖给第三方。
产品会持续迭代，站内日志页记录着每一次改动，改了什么都有迹可循；想了解这个站是怎么一步步走到今天的，翻翻日志就能看到来龙去脉。
如果在这里看到涉嫌违规的内容，点对应卡片右侧的“举报”按钮就能提交，我们会尽快核实处理；也谢谢你花一点时间，一起把这里维护干净。
GPT-5.5 Codex 推理 Token 聚类异常：固定阈值导致复杂任务性能下降
GPT-5.5 Codex 模型在推理 Token 计数上出现 516/1034/1552 的固定值聚类，伴随整体推理强度下降，可能解释了复杂任务性能退化。
背景：一个令人不安的发现
2026 年 6 月 27 日，一位名叫 vguptaa45 的开发者在 OpenAI Codex 仓库提交了一个 issue（#30364），报告了一个令人担忧的模式：GPT-5.5 模型的推理输出 Token 数（reasoning_output_tokens）异常集中在 516、1034 和 1552 这三个固定数值上，而不是呈现自然分布。这种聚类现象与模型在复杂/高风险任务上的性能退化高度相关。
此 issue 关联到另一个更早的报告（#29353），其中有人复现了一个任务级问题：当 GPT-5.5 的推理 Token 恰好停在 516 时，它返回了错误的答案。而 #30364 则提供了在更大时间窗口（2026 年 2 月至 6 月）内的聚合证据，使问题从个案升级为系统性异常。
核心数据：390,195 次响应的统计学证据
分析基于 Codex 的 token_count 元数据，覆盖 2026 年 2 月 1 日至 6 月 27 日 UTC 时间窗口。
总体统计
- 分析的响应级 Token 记录：390,195 条
- 涉及会话：865 个
- 精确命中 reasoning_output_tokens = 516 的事件：3,363 次
- GPT-5.5 占所有响应的比例：19.3%
- GPT-5.5 占精确 516 事件的比例：82.0%
- GPT-5.5 中精确 516 占 >=516 的比例：44.0%
- 非 GPT-5.5 模型中该比例仅为：1.3%
这意味着：GPT-5.5 只贡献了不到五分之一的响应，却贡献了超过五分之四的 516 异常事件。其聚类强度是非 GPT-5.5 模型的约 33.6 倍（44.0% / 1.3%）。
模型间对比
| 模型 | 响应记录数 | 精确 516 / >=516 比例 |
|---|---|---|
| gpt-5.5 | 75,401 | 44.0% |
| gpt-5.4 | 25,214 | 19.8% |
| gpt-5.2 | 247,575 | 0.34% |
| gpt-5.3-codex | 13,333 | 0.0% |
| gpt-5.3-codex-spark | 26,179 | 0.0% |
关键发现：gpt-5.4 也有一定程度的聚类（19.8%），但远低于 gpt-5.5。而 gpt-5.2 和 Codex 专用变体几乎不受影响。这表明该问题具有模型特异性，很可能与 gpt-5.5 的推理架构或调度逻辑有关。
时间趋势：聚类急剧上升，推理强度同步下降
| 月份 | 精确 516 / >=516 比例 | 平均推理 Token | P90 推理 Token |
|---|---|---|---|
| 2026-02 | 0.11% | 268.1 | 772 |
| 2026-03 | 2.45% | 256.8 | 723 |
| 2026-04 | 4.25% | 228.7 | 669 |
| 2026-05 | 53.30% | 106.9 | 344 |
| 2026-06 | 35.84% | 168.5 | 515 |
两个同步趋势：
- 聚类率飙升：从 2 月的几乎为零（0.11%）暴涨到 5 月的 53.30%，意味着超过一半的 >=516 Token 响应都精确停在 516。6 月虽有所回落（35.84%），但仍处于极高水平。
- 推理强度骤降：平均推理 Token 数从 2 月的 268.1 降至 5 月的 106.9，降幅达 60%。P90（第 90 百分位）从 772 降至 344，降幅达 55%。6 月略有回升，但仍远低于 2-4 月水平。
为什么这很可疑：如果模型只是更频繁地生成短推理，那么平均 Token 数下降的同时，分布应该是连续的。但这里出现的是离散的固定值尖峰，且与推理强度下降同步发生。这强烈暗示存在某种阈值化的推理预算行为——模型被强制截断或回退到固定的推理长度。
技术分析：516/1034/1552 意味着什么？
这三个数值（516、1034、1552）本身就很可疑。它们看起来像是重复的阈值边界：
- 516 ≈ 512（2^9）+ 4（可能是元数据开销）
- 1034 ≈ 516 × 2
- 1552 ≈ 516 × 3
这种等比关系暗示可能存在一个分层预算机制：
- 基础层：516 Token（最小推理预算）
- 扩展层：1034 Token（2× 基础）
- 最大层：1552 Token（3× 基础）
当模型需要更多推理时，不是平滑地增加 Token，而是跳转到下一个固定档位。这类似于某些系统中为控制成本而设置的“推理等级”（reasoning tiers）。
可能的根本原因
Issue 作者谨慎地指出，他并非在证明存在“隐藏的思维链截断”，但提出了几种合理的解释：
推理预算（Reasoning Budget）：OpenAI 可能为 gpt-5.5 设置了硬性的 Token 预算上限，当模型即将超过预算时，强制截断输出。516 可能是默认的最小预算值。
路由回退（Routing Fallback）：当复杂任务需要更多推理时，系统可能将请求回退到更低成本的模型或模式，而这些模式恰好以 516 Token 终止。
调度器行为（Scheduler Behavior）：存在一个调度器，根据负载或成本动态分配推理资源，当资源不足时使用固定长度的“快速路径”。
截断机制（Truncation）：模型内部有一个隐式的“思维链截断点”，当链式推理超过一定步数时被强制结束。
评估指标污染：如果内部评估时发现 516 Token 响应在简单任务上表现不错，可能被错误地视为“足够好”，从而被优先采用。
对用户的影响
对于使用 Codex 进行复杂编程任务（如多文件重构、算法设计、安全审计）的用户，这可能意味着：
- 答案质量下降：模型没有进行充分的推理就过早输出，导致逻辑漏洞或错误。
- 不可预测性：同一任务多次提交可能得到不同质量的答案，因为有时模型会“允许”更多推理，有时则被限制在 516 Token。
- 成本浪费：用户支付了全价，却只获得了“截断版”的推理。
验证建议
Issue 作者为 OpenAI 团队提供了具体的验证方法：
- 按模型查询 token_count 事件中的 reasoning_output_tokens 字段。
- 比较 0、516、1034、1552 这些精确值的计数。
- 计算 count(=516) / count(>=516) 按模型和日期的比率。
- 特别对比 gpt-5.5 与 gpt-5.2、gpt-5.4 及 Codex 专用变体。
- 在匹配的复杂任务上重放测试，分别评估精确 516 响应和更长推理响应的质量。
更广泛的启示
这个 issue 揭示了现代 AI 系统中的一个深层问题：当模型推理过程被非功能性约束（成本、延迟、配额）干预时，性能退化往往以隐蔽的方式出现。用户看到的是一段看似完整的推理，但实际上它可能被提前截断。
对于开发者社区而言，这是一个警示：不要盲目信任模型输出中的“推理 Token 数”作为质量指标。固定数值的聚类可能意味着系统在背后做了你不希望的事情。