遇到 "remote compaction v2" 报错？Codex 环境下 GPT 模型配置避坑指南

最近在折腾本地 AI 环境的时候，不少朋友都在反馈一个让人头秃的问题：明明网络通了、模型也拉下来了，结果一跑 vibe 这类操作，终端直接弹出一串英文报错，任务直接挂掉。

终端中出现的 Fatal error 报错信息

特别是用 Codex CLI 配合 CC Switch（不管你是走路由模式还是非路由模式）以及 AxonHub 的组合拳时，去调用 GPT-5.5、GPT-5.4 或者 5.4 mini 这些模型，很容易踩坑。

典型的报错现场

很多小伙伴在配置完一切，满心欢喜准备测试的时候，终端却无情地吐出了这段 Lua 风格的错误信息：

打开配置文件修改 name 参数

Error running remote compact task: Fatal error: remote compaction v2 expected exactly one compaction output item, got 0 from 1 output items

看起来是不是有点懵？

"Remote compact task" 听起来像是远程压缩任务失败，又像是数据处理流程断了。很多人第一反应是去检查模型文件是不是损坏了，或者是不是硬盘空间不够了，甚至怀疑是不是内存溢出了。但实际上，这往往和模型文件本身没多大关系，问题的根源大概率藏在你没注意到的配置细节里。

问题根源分析：别被名字坑了

经过多方排查和实测，这个报错的核心原因通常在于配置文件中的 name 参数与系统期望值冲突。

在某些特定的 Codex 环境或者中介层中，如果配置里的 name 直接使用了像 "OpenAI" 这类敏感或默认的标识，后端在进行任务分发和结果回收（也就是那个 remote compaction 过程）时，可能会出现识别错误。它期望收到一个明确的输出结果，结果因为名称冲突导致返回了 0 个有效项，从而触发 Fatal error。

简单来说，就是系统"脸盲"了，不知道该把结果交给谁，直接把任务给掐了。

一行代码解决的实操方案

既然知道病灶在哪，药方就很简单了。你不需要重装环境，也不需要重新下载模型。

请打开你的配置文件，找到定义模型名称或者服务提供商名称的地方（通常是 name 字段），将其中的 "OpenAI" 修改为其他的自定义名称。

例如：

• 原配置：name: "OpenAI"
• 修改为：name: "MyGPT" 或者 name: "Custom-AI-Provider"

修改步骤回顾：

1. 定位 Codex 或 CC Switch 的配置文件（通常是 .yaml, .json 或 .toml 格式）。
2. 搜索关键字 OpenAI。
3. 将该值替换为一个不包含特殊字符且具有唯一性的字符串。
4. 保存配置并重启相关的服务（CLI 或 AxonHub）。
5. 再次运行你的 vibe 命令，大概率就能跑通了。

总结

搞技术遇到报错是常事，尤其是这种涉及到底层中间件交互的 "Fatal error"，很容易让人产生自我怀疑。但很多时候，问题并没有那么复杂，可能就只是一个参数命名的小坑。

下次再遇到 remote compaction v2 这类报错，记得先检查一下你的 name 配置，换个马甲，也许问题就迎刃而解了。省钱省时，还能顺便给自己的配置加点个性化标识，何乐而不为？