目錄
9 月 5 日到 6 日，我把 GPT-6 當作預設模型連續重度使用了兩天。
按我的真實使用記錄，前後消耗了接近兩張重置卡對應的額度，用的還是 5x 檔。速度變快的體感確實非常強烈，但在我這些日常工程任務裡，成品品質和解決問題的能力，暫時沒有感到同樣明顯的代際提升。
這兩天社交網路上幾乎到處都在吹 GPT-6 / Astra 的 3D 空間理解有多強、全模態交付有多逆天。
我也第一時間拿它實測了一個非常具體的任務：為我自己的個人 IP 形象，從 0 到 1 做一套可互動執行的 3D 資產與工程程式碼（GLB 網格、構建原始碼與示例工程）。
第一步先讓它出概念設計。Astra 自己構思並生成出來的 3D 概念圖，效果不錯——多角度三視圖、面部微表情、髮絲光影，甚至連分層材質拓撲和 .blend 格式支援都標得有模有樣，直接拉滿了皮克斯動畫大片的質感：
▲ Astra 自己生成的 3D 概念效果圖：三視圖、微表情、髮絲光影一應俱全，把期待值直接拉滿
我心想這未免也太強了，於是緊接著讓它進入工程落地環節：「好，現在把這套設計真正用程式碼跑起來，交付可互動的 3D 模型與 GLB 檔案。」
結果，Astra 一通程式碼猛如虎，真正編譯交付出來的 3D 工程原型，直接長成了這樣：
▲ Astra 自己寫程式碼交付的實際工程模型：直接捏出了一個呆萌的低多邊形小人，甚至老老實實打上了免責小括號——「並非概念效果圖的高精度復刻」 🤣
看到成品我樂了：在概念設計階段，它的構思與審美確實驚豔；但真到了從零用程式碼解空間幾何、建網格的工程落地環節，它交付的依然只是一個基礎的拓撲原型。
最有趣的是連它自己都有清晰的邊界認知，在交付板裡誠實地註明了：「並非概念效果圖的高精度復刻」。
我舉這個真實的例子，絕不是要苛責 GPT-6——坦白講，能純靠程式碼與自然語言從零搓出一套可互動的 3D 網格和示例工程，本身就已經是非常了不起的突破。
我只是想借這個反差提醒大家：GPT-6 很強，只是不應該被神化。
儘管在 9 月 3 日發布當天的媒體吹風會上，OpenAI 聯合創始人兼總裁 Greg Brockman 被問到 Astra 是否算 AGI 時說：「For me personally, I do think we're there」（我個人認為我們已經到了），吹風會結束時又說了一句「Welcome to the AGI era」（據 VentureBeat 2026 年 9 月 3 日報道），全網科技媒體也紛紛打出「歡迎進入 AGI 時代」的頭條；但回到當下的工程一線，這個可愛的低模小人依然提醒著我們：現實距離那個理想中的 AGI，還是有一段距離的。
當然，現在大模型的能力還在高速發展中，技術演進一日千里，說不定再過幾個月、下一次迭代升級時就真的到來了。但至少在眼下的日常開發裡，它依然是一個需要人類明確邊界、嚴謹分工的強大工程輔助工具，而不是隨手一指就能包辦一切精細落地的全能魔法。
如果你也在 Codex 桌面端裡用它寫程式碼，開工前我建議先放下那些「一鍵成神」的過高預期，先做一件極具針對性的事：讓它自己審視你的本機環境，把阻礙提效的冗餘規則砍掉。
文章後半部分包含兩組同題對照實驗的資料，以及一張不同任務的模型與思考強度建議表，均來自真實會話記錄與本機測試（單次實測，n=1），供你客觀參考。
一、 開工第一步：別用它做加法，用它做減法
很多人用上新模型的第一本能，是「給它多加點活」——寫更長的人物設定、追加更多檢查項、恨不得把思考強度無腦拉到滿血。
但兩天折騰下來，我最深的一點體會恰恰相反：面對更聰明的新模型，最好的駕馭方式是讓它幫工作流「做減法」，而不是做加法。
你在實際協作中真正應該衡量的，是少了多少返工、遺漏和錯誤決策，而不是回答長了多少、想了多久、多跑了多少輪多餘測試。 如果一個模型更聰明，它的首要價值應該是幫我們收斂範圍、砍掉偽需求、直奔交付物，而不是順手把系統設計搞得過度複雜。
這也是為什麼在正式開工前，我沒有直接讓它寫大段程式碼，而是先在 Codex 桌面端開了一個新會話，把下面這段專門整理的「自我診斷提示詞」發給了它。
讓它先根據本機可存取的歷史任務和使用記錄，客觀歸納我們在做什麼，並找出導致卡頓和過度測試的規則根源。
可直接複製的 Codex 自診斷提示詞
使用提示：在 Codex 桌面端直接開新對話傳送，不需要自己先手動總結場景。普通網頁版 ChatGPT 無法讀取本機設定與 Codex 會話記錄。
请先分析我真实使用 Codex 的方式，不要让我先填写场景：
1. 阅读当前对话和可访问的历史 Codex 任务，按任务类型归纳我实际做过的工作，例如编码、排错、配置、写作、研究、浏览器或文档处理。只引用能核实的任务，不编造案例。
2. 如果本地有会话遥测或 Codex Doctor，优先使用只读、隐私安全的分析模式，观察任务时长、重复尝试、验证范围、模型／思考档位和额度相关记录。没有权限或数据不足时明确说明，不用猜测补齐。
3. 从 3 到 5 个有代表性的近期任务中找出模式：哪些工作完成得顺利，哪些出现返工、停顿、过度测试或额度消耗快。只报告必要的任务摘要，不输出原始会话全文、密钥、Token、Cookie、个人资料或无关路径。
结合这些实际证据和当前官方 OpenAI 文档，再只读审阅实际生效且与我的使用有关的 AGENTS.md、项目规则、Skills、config.toml、MCP、plugins 和 profiles。无法读取的内容直接标为未验证，不要猜测。
先保护隐私：不要读取、复制或输出密钥、Token、Cookie、个人资料和无关项目内容。搜索配置时只报告文件路径、字段名和是否存在，不展示值。不要扫描无关目录，不联网安装依赖，不修改文件，也不运行额外模型对照测试。
请重点回答：
- 我现在主要有哪些使用场景，各自适合什么模型和思考强度？
- 哪些建议是由我的会话证据支持的，哪些只是个人参考？
- 哪些规则会导致反复确认、返工、测试过多、回复过长或额度消耗快？给出文件路径、行号和原条款。
- 是否值得调整默认模型、subagent、并发、上下文、网络、MCP、插件或 Skill？优先给出可逆方案。
请先用这张表交付结果：
| 场景 | 会话证据 | 当前问题 | 建议模型／思考强度 | 升级条件 | 信心 |
| --- | --- | --- | --- | --- | --- |
表格之后给出最多三项最小调整方案。每项说明改哪些文件、为什么、怎样验证、怎样恢复。分清官方事实、我的会话证据和个人建议；没有对照验证的模型推荐，不要写成通用结论。
先只读交付分析和方案。我确认后再修改。修改前先备份，保留无关改动；修改后用实际消费配置的命令验证。不要提交 Git、发布、部署、修改生产数据或自动切换默认模型。
跑完這段提示詞，你應該能拿到一張附帶精準檔案路徑和條款出處的調整清單。如果它只泛泛地說「建議精簡提示詞」，卻指不出具體哪一行規則在添亂，就要求它繼續定位，直到看清楚改動目標再動手。
順便提一句，提示詞裡提到的 Codex Doctor 是我自己寫的一個輕量 Skill。它會只讀分析本機 Codex 會話遙測，統計任務耗時、Token、工具探索、失敗命令和驗證次數，幫助識別上下文膨脹、探索不收斂和過度驗證等訊號。它純本機執行，不調模型也不耗額度。
如果你也用 Codex，可以用下面這條命令安裝：
npx skills add WardLu/skills --skill codex-doctor --global --agent codex --yes
二、 官方提醒，應該怎樣落到本機設定？
重讀 OpenAI 針對 GPT-6 Astra 發布的開發者文件（2026 年 9 月），你會發現官方其實非常坦白地指出了新模型的幾個固有行為傾向。它們恰好解釋了大家這兩天常遇到的不順手：
- 更愛澄清求證：官方說它在「額外輸入可能明顯改變結果」時更可能向使用者提問，遇到輕微模糊也更容易停下來，導致卡在使用者希望它繼續的地方；
- 對規則檔案極度敏感：官方寫明它對
AGENTS.md和 Skills 等檔案裡的指令更敏感，規則之間一旦有不清楚或相互衝突的地方，可能提前停下、阻塞工作； - 容易過度測試：官方提到它對編碼任務的測試很徹底，小任務上可能跑得比任務本身需要的更寬；
- 語言習慣偏掃描式：官方稱它傾向用列表、表格和 Markdown 讓回答便於掃讀，我的體感是它也容易生成冗長的大綱。
針對這幾項官方公開特性，我在本機規則中做了如下對應調整：
| 遇到的現實痛點 | 官方原理解析 | 我的本機落地規則與寫法 |
|---|---|---|
| 已經說了「幫我改」，還頻繁停下問能否繼續 | 模型協作意願增強，遇到微小不確定性偏向停頓求證 | 顯式授權已有要求持續有效；約定「低風險可逆細節自行判斷，終審交付再問我」；暫停時必須給出具體規則出處 |
| 改一行文案也寫完整頭腦風暴計畫 | 模型執行意圖過於徹底，容易被通用設計 Skill 誤觸發 | 給頭腦風暴 Skill 增加觸發門檻，為清晰明確的小任務保留直接執行通道 |
| 測試越跑越多，遲遲不交付 | 模型在工程任務中過於追求徹底（Thorough） | 顯式約定「相稱性檢查」：僅執行與改動風險相符的驗證，驗收通過即停止，不因假設擴大測試 |
| 回答太長、排版格式氾濫 | 預設傾向掃描式條目與固定過渡套話 | 明確要求「先結論、後關鍵證據」，省略無意義的開頭與重複總結 |
| 多 Agent 併發容易雪崩 | 並行排程時缺乏顯式約束與預算邊界 | 明確指明子代理適用任務與併發預算，先判斷工作能否獨立拆分 |
在具體環境裡，我把需求階段的 brainstorming 保留為顯式呼叫（需要時手動叫它，小修改不自動觸發）；把寫死的 100 萬全局上下文和 90 萬壓縮閾值移回可選設定；並停用了幾項低頻的 MCP。
這也正好接上了我 8 月寫的兩篇覆盤：上篇《AI 降智秒解（上）：先給規則檔案瘦身》重點處理了規則臃腫，把本機規則從 6,594 行壓縮到 736 行；下篇《AI 降智秒解（下）：清理常駐 MCP 和過時的 Skill》系統梳理了 Skills 衝突與 MCP 氾濫。
那兩篇解決的核心問題是「把本機環境收拾乾淨」。而面對今天對規則更敏感、執行更徹底的 Astra，這套治理不僅沒過時，反而更關鍵了——越聽話的模型，越容不得規則庫裡有半點打架。這一次我多走了一步，結合會話遙測和同題實驗，去客觀檢驗這些瘦身動作到底能不能換來真金白銀的提效。
最後，我在 ~/.codex/config.toml 裡將桌面端新任務的主預設模型與子代理設定做了清晰分層。這裡的 Sol、Luna 屬於 GPT-5.6 系列，與 GPT-6 Astra 是分開的模型，在用量統計裡也是分開列的：
# 主任务默认配置：负责用户直接发起的会话
model = "gpt-5.6-sol"
model_reasoning_effort = "medium"
# 子代理（Subagent）默认配置：负责被主任务派出去的辅助并行工作
[agents]
default_subagent_model = "gpt-5.6-luna"
default_subagent_reasoning_effort = "max"
max_concurrent_threads_per_session = 3
設定背後的權衡：
主任務用 Sol／Medium，保證日常開發快速、穩定、不囉嗦；分派出去的 Subagent 用 Luna／Max 併發限 3，利用 Luna 極低的 Token 單價配合充足的 Max 推理，既解決具體輔助問題，又避免多代理同時鋪開導致周額度瞬間蒸發。
三、 規則瘦身後，究竟有沒有省下成本？
為了避免「自我感覺良好」，我讓 Codex 在獨立環境裡設計了一組基準測試：讓同一個 Astra／Low 在調整前（臃腫舊規則）與調整後（瘦身新規則）的環境下，分別完成一次完全相同的 Python 匯出功能。這組資料是 2026 年 9 月的單次實測（n=1）。
測試程式碼與任務完全一致，獨立驗收腳本在模型環境外部執行：
| 評估指標 | 規則調整前 | 規則調整後 | 差異幅度 |
|---|---|---|---|
| 任務耗時 | 59.72 秒 | 60.71 秒 | 基本持平（+1.6%） |
| 累計輸入 Token | 80,598 | 69,252 | 減少約 14.1% |
| 其中快取輸入 | 66,048 | 62,080 | 減少約 6.0% |
| 外部獨立驗收 | 4/4 項全部通過 | 4/4 項全部通過 | 完全一致 |
實驗洞察：
兩組輸出的程式碼品質與功能完全一致。新規則省去了不必要的規則讀取，輸入 Token 確實減少了 14%，但在這種短平快任務裡，耗時幾乎沒有差異。
瘦身規則確實能省下不必要的上下文開銷，但指望「改兩行規則就讓速度翻倍」，在現實中並不成立。
四、 任務變難，Astra 會不會出現「成本反轉」？
很多人（包括我自己一開始）都有一個合理猜想：
「Astra 雖然單價貴了 2.5 倍，但只要任務足夠複雜，它靠更強的智商少走彎路、少寫廢話、少試錯幾輪，總帳會不會反而比 Sol 更省？」
為了檢驗這個猜想，我們在固定新規則的前提下，準備了一個合成的 SQLite 離線便籤同步專案：
- 中檔任務：修復傳送失敗與確認丟失後的重試機制；
- 高檔任務：疊加亂序事件、刪除墓碑標記與事務回滾，需要跨多個核心模組協同排查。
兩邊統一使用 Low 檔，單次執行上限 8 分鐘，外部執行 13 項獨立用例。結果如下（金額按官方標準 API 費率等值折算）：
| 任務難度 | Astra／Low 耗時與等值成本 | Sol／Low 耗時與等值成本 | 獨立驗收通過率 | 核心差異解讀 |
|---|---|---|---|---|
| 中檔重試修復 | 112.8 秒 / $0.361 | 130.1 秒 / $0.254 | 兩組均 13/13 | Astra 快 13%，但費用高出 42% |
| 高檔同步修復 | 155.3 秒 / $0.451 | 120.8 秒 / $0.235 | 兩組均 13/13 | Astra 反慢 29%，費用高出 92% |
關鍵實驗結論（猜想被打破）：
高難度任務下，並沒有出現「智商換總帳更省」的成本反轉。
雖然在程式碼審查中發現 Astra 在高檔任務裡更嚴謹地補充了版本號必須為整數的校驗，但在功能性驗收都通過的前提下，Astra 的綜合等值帳單依然比 Sol 貴了 42% 到 92%。
以上兩組都是單次實測（n=1），每組只跑了一次。
五、 算帳科普：Codex 訂閱與 API 計費的重大資訊落差
計算費用時，很多人容易把 「Codex 訂閱使用者的額度」 與 「底層 API 的美元扣費」 混為一談。
必須認清以下三組核心規則的區別：
1. 缓存命中（Cached Input）：按 API 标准价，Astra 的缓存输入为 $1.00/1M，是普通输入的 1 折。
2. Codex 计费规则：OpenAI 在 Help Center 里给 Codex 里的 Astra 开了例外，不收缓存写入费，输入超过 272K 也不追加长上下文倍率。
3. 底层 API 阶梯加价：自己调底层 API 时，单次输入一旦超过 272K，整单（不只是超出部分）输入和缓存按 2x、输出按 1.5x 计费。
我們用一個靜態測算例子看看兩者的差距。假設處理同一次輸入 300K（其中 270K 命中快取，30K 未命中）、輸出 5K 的大型請求：
| 計價環境與場景 | Astra 等值花費 | Sol 等值花費 | 價差倍數 | 規則影響說明 |
|---|---|---|---|---|
| 標準 API（假設無倍率） | $0.820 | $0.328 | 2.5 倍 | 基礎單價決定的固定倍率 |
| 標準 API（實際超 272K） | $1.515 | $0.606 | 2.5 倍 | 整單加收 2x 輸入與 1.5x 輸出倍率 |
| Codex 工作區計費（享豁免） | $0.820 | $0.606 | 僅約 1.35 倍 | Astra 豁免了超限倍率，兩者差距顯著縮小 |
注：按 2026 年 9 月價格計算，每百萬 token：Astra 輸入 $10、快取 $1、輸出 $50；GPT-5.6 Sol 按我當時看到的價格算，輸入 $4、快取 $0.4、輸出 $20（發布價是 $5/$30）。表中只算輸入、快取讀取和輸出，沒算快取寫入。Codex 裡的 Astra 計費例外見 OpenAI Help Center 的說明。10 月之後 OpenAI 又調整了 Sol 的價格，現在再算差距會更大。
這就是為什麼官方頁面會說 Astra 的「每任務估算 API 成本低於更早的模型，儘管每 token 單價更高」：如果任務極度困難，Astra 能把 Token 壓縮到極低，加之 Codex 的計費政策，確實有理論反超空間。
但在我們日常幾百行程式碼的中大型開發中，Token 並沒有少到足以抹平單價鴻溝。
六、 真實體感：即使開著 Low，額度依然掉得飛快
在排除掉理論測算後，講講最真實的肉身感官。
9 月 6 日下午，我的開發強度已經明顯放緩，中午剛用了一張重置卡，到晚上接近 12 點，5 倍的周額度又跌到了只剩 20% 出頭。期間還有數個小時我完全離開了電腦，並未連續高頻提問。
即使用著 Astra 最低檔的輕度推理（Low），它的周額度消耗速度依然肉眼可見地快。
每當看到用戶端右上角的額度百分比急劇下跌時，我都會被迫停下來重新評估：手頭這個任務，到底配不配用 Astra？
在日常的大多數場景下，它帶來的速度提升固然爽快，但程式碼最終的交付品質並沒有比調教好的 Sol 拉開檔次。面對如此嚴峻的額度折損，把 Astra 設為全天候的「預設模型」，價效比確實不算高。
七、 建議收藏：不同任務的模型與思考強度建議表
為了避免每次開工都在選單裡猶豫不決，我結合實測資料與官方特性，給自己收斂出了下面這張「開工決策表」：
| 任務場景與特徵 | 建議預設模型與思考強度 | 決策理由與升級條件 |
|---|---|---|
| 文案、樣式、設定、小重構 | Sol／Low | 要求明確，追求秒級響應與零廢話，堅決不上大炮 |
| 日常功能開發、常規 Bug 排查 | Sol／Medium | 日常主力預設檔，推理充分且兼顧返工風險 |
| 認證鑑權、資料庫遷移、核心狀態機 | Sol／High 起步 | 高返工成本任務，先確認方案邊界與驗證範圍 |
| 補充充分證據後仍反覆找錯根因 | 升級至 Astra／Medium | 現有模型反覆打轉、邏輯卡死時，才值得呼叫 Astra 攻堅 |
開工一句話記憶原則：
日常開發從 Sol／Medium 開始；任務輕量降到 Low；補足材料現有模型依然找不到方向，再切到 Astra。
寫在最後
好工具不等於每時每刻都要開到最高擋位。把最貴的武器留給真正的硬仗，把平穩的輸出交給價效比成熟的組合，才是長期工程生產力的最優解。
另外，針對 Astra「過於聽話易死鎖、易過度測試」的行為特點，我目前正在本機工程裡打磨一套專為它定製的最新版全域約束檔案 AGENTS.md。
先不急著拋出未經驗證的半成品，等我帶著複雜專案再重度跑上一兩週，如果實測確認這套規則能穩定幫大家防卡死、降返工並省下額度，我會把這套打磨好的最新版 AGENTS.md 完整開源分享出來給大家抄作業。