你花了 200 美元订阅了 Codex Pro。
结果 4 小时就用完了限额。
5 小时的使用窗口，4 小时就没了。就这么没了。
最糟糕的是什么？
大部分消耗其实完全可以避免。
我为了搞明白这个问题，在 GPT-5.6 Sol 上烧掉了超过 20 万美元的 Token。
以下是我学到的一切——让你不必重蹈覆辙。
━━━━━━━━━━━━━━━━━━
为什么你的限额消耗得这么快
一个设置。一个 Bug。让你付出一切代价。
当 Codex 生成子 Agent 时，它会完全复制父模型的设置。
把 Sol 设为 Ultra？每个子 Agent 也会运行 Sol Ultra。一个任务上 3 个子 Agent = 3 个 Sol Ultra 实例同时消耗。
这就是为什么你 5 小时的使用窗口会在 90 分钟内消失。
Codex 的 spawn_agent 工具没有选项可以为子 Agent 选择不同的模型。
它只是克隆你正在运行的模型。
这不是你的错。这是系统中的一个路由缺陷。
但现在你知道了。而且有解决办法。
━━━━━━━━━━━━━━━━━━
你永远不应该碰的模型
Ultra。
不是一个推理等级。而是一个倍增器。
Ultra 会在单个 Agent 调用中生成 4 个并行的子子 Agent。
在一个简单任务上：子 Agent 生成子 Agent，子 Agent 再生成更多子 Agent。
递归的。不受控制的。代价极其高昂。
性能差异呢？
Sol Ultra 在编码基准测试中得分 91.9%。Sol Extra High 得分 88.8%。
多了 3.1 分。成本却高了 3 倍。
OpenAI 甚至没有发布 Ultra 在他们两个主要编码基准测试上的结果。
这应该说明了一切。
完全避免使用 Ultra。到此为止。
━━━━━━━━━━━━━━━━━━
能解决所有问题的 3 模型系统
你需要三个 Agent 来做三件不同的工作。
而不是一个模型以最大功率做所有事情。
Sol Extra High → 协调者
规划。架构。委派。做出艰难的决定。
这是你的主要大脑。它读取你的提示，并弄清楚需要做什么。
Extra High 在基准测试中得分为 58/100。Max 得分为 59/100。一分之差。价格却便宜三倍。
Extra High 在这里是正确的选择。
Sol Medium → 执行者
编写代码。修复 Bug。运行测试。执行计划。
Sol Medium 在长时间运行的 Agent 工作流上，仍然比 Claude Fable 5 高出 11.4 分。
成本大约只有四分之一。
它不需要做出架构决策。它只需要很好地遵循指令。Medium 在这方面做得完美。
Luna Extra High → 扫描器
文件搜索。代码库探索。轻量级读取。证据收集。
Luna 在 Extra High 级别下：
→ 比 Terra 快 1.3 倍
→ 比 Terra 便宜 2.5 倍
→ 在轻量级任务上性能相同
这是大多数人忽略的隐藏选择。
Luna 在纸面上看起来很便宜（每百万 Token 1/6 美元），但消耗的步骤比 Terra 多。
在 Extra High 级别下，步骤数会下降。它成为只读工作的明显选择。
━━━━━━━━━━━━━━━━━━
Sol + Luna 路由技巧（连续 48 小时，零限额消耗）
以下是能持续运行而不消耗你窗口的确切设置：
→ Sol Extra High 编写计划
→ Luna Extra High 执行计划
→ Sol Extra High 审查输出
就是这样。
一个循环。没有递归生成。没有 Ultra 克隆在后台消耗。
分享这个设置的人连续运行了 48 小时，一次都没有达到 5 小时限制。
它之所以有效：Sol 专注于决策。Luna 以 2.5 倍更便宜的价格处理 Token 密集的执行工作。即使你做得更多，总的 Token 消耗也会大幅下降。
你现在需要添加到你的 AGENTS.md 的设置：
只有在我明确要求时才生成子 Agent。 不要自动生成子 Agent。
这可以阻止 Sol 在每个任务上都急切地启动 Agent。
将其添加到你的全局 AGENTS.md 并重启 Codex。
━━━━━━━━━━━━━━━━━━
在 5 分钟内修复你的 config.toml
这是实际控制一切的文件。
Codex 在启动时会读取它。
设置一次。之后的每个会话都会自动路由。
打开 Codex。精确粘贴以下提示：
读取我当前的 ~/.codex/config.toml 以及位于
https://developers.openai.com/codex/subagents 的文档，了解自定义 Agent 定义。
然后执行以下操作：
1. 在 ~/.codex/agents/ 下创建三个 Agent TOML 文件：
fast_scan — 用于快速搜索、代码库探索、文件读取和轻量级分析。
- model: gpt-5.6-luna
- model_reasoning_effort: extra-high
- sandbox_mode: read-only
- Instructions: 快速收集证据，返回简洁摘要，不要编辑文件。
routine_worker — 用于常规编码、测试、文档和有边界的修复。
- model: gpt-5.6-sol
- model_reasoning_effort: medium
- Instructions: 执行分配的任务并验证结果。
deep_worker — 用于困难的调试、架构、安全性和模糊的多步骤工作。
- model: gpt-5.6-sol
- model_reasoning_effort: extra-high
- Instructions: 仔细处理复杂工作，验证假设，提供强有力的验证。
2. 用以下路由策略更新我的 config.toml 中的 [agents] 部分：
“自动判断委派是否有用。对于轻量级只读工作选择 fast_scan，对于常规实现选择 routine_worker，对于复杂或高风险推理选择 deep_worker。除非所需模型不可用，否则不要要求用户选择模型。将简单任务保留在主 Agent 上。”
3. 确保在 [agents] 下设置了 max_threads = 6 和 max_depth = 1。
4. 显示最终的 config.toml 和所有三个 Agent 文件，以便我在保存前审查。”
Codex 会创建所有文件。你审查。你保存。完成。
━━━━━━━━━━━━━━━━━━
你的 3 个 Agent 文件应该是什么样子
Codex 会根据上面的提示自动生成这些文件。
以下是它们应该看起来的样子——这样你就知道要审查什么：
# ~/.codex/agents/fast-scan.toml name = "fast_scan" description = "快速搜索、代码库探索、轻量级只读分析。" model = "gpt-5.6-luna" model_reasoning_effort = "extra-high" sandbox_mode = "read-only" developer_instructions = """ 快速收集证据并返回简洁摘要。 不要编辑文件。 """
# ~/.codex/agents/routine-worker.toml name = "routine_worker" description = "常规编码、测试、文档和有边界的修复。" model = "gpt-5.6-sol" model_reasoning_effort = "medium" developer_instructions = """ 执行分配的有边界任务并验证结果。 """
# ~/.codex/agents/deep-worker.toml name = "deep_worker" description = "困难的调试、架构、安全性和模糊的多步骤工作。" model = "gpt-5.6-sol" model_reasoning_effort = "extra-high" developer_instructions = """ 仔细处理复杂工作，验证假设， 并提供强有力的验证。 """
# ~/.codex/config.toml — [agents] 部分 [agents] max_threads = 6 max_depth = 1 routing_policy = """ 自动判断委派是否有用。 对于轻量级只读工作选择 fast_scan， 对于常规实现选择 routine_worker， 对于复杂或高风险推理选择 deep_worker。 不要要求用户选择模型。 将简单任务保留在主 Agent 上。 """
max_depth = 1 至关重要。
它可以阻止子 Agent 生成自己的子 Agent。
一层委派。没有递归生成。没有失控的消耗。
━━━━━━━━━━━━━━━━━━
如何编写不消耗限额的提示
模型会一直运行下去。
一直运行。
一直运行。
5.6 可以端到端地完成任务而不停止。这大部分是好事。
但是如果没有明确的停止点，它会过度执行。重写它不需要重写的东西。在一个只需要 3% 窗口的任务上烧掉 15% 的窗口。
在每个提示中添加停止点：
对于规划任务：
构建这个新功能。
首先只写一个计划。 计划完成后，停下来征求我的反馈。 现在还不要写任何代码。
对于实现任务：
计划看起来很棒。现在开始构建它。
边构建边使用计算机使用功能进行测试。 一直运行直到测试通过并且你满意为止。 完成后打开一个 PR。 PR 打开后停止。我会从那里开始处理审查。
对于调试：
修复 auth.ts 中的 Bug。
先读取文件。写下你的诊断。 在进行更改之前停下来向我展示诊断结果。 我会在你继续之前确认。
模式：确切地告诉它何时停止。
不要模糊。不要“由你判断。”
明确的检查点。清晰的交回给你。
━━━━━━━━━━━━━━━━━━
努力等级指南
并非所有任务都需要相同的马力。
→ Low / Medium — 常规任务、简单修复、文档、测试
→ High — 功能、多文件更改、调试
→ Extra High — 架构决策、安全审查、复杂的多步骤工作
→ Max — 只保留给你已经失败过的真正困难的问题
→ Ultra — 避免。永远。
大多数开发者的默认设置：High。
它已经足够强大。High 级别下的子 Agent 在消耗方面“还不错”。
Codex 团队推荐的日常驱动设置：Sol Medium。
Sol Medium 在 Agent 基准测试上击败了 Claude Fable 5。价格只是其一小部分。
你不需要对所有事情都使用 extra high。
努力等级速查表：
简单修复 → Sol Low 或 Medium 新功能 → Sol High 困难问题 → Sol Extra High 快速扫描 → Luna Extra High 永远不要 → Ultra
━━━━━━━━━━━━━━━━━━
解释一切的基准测试数字
Sol Extra High vs Max：58 对 59 分。一分之差。便宜三倍。使用 Extra High。
Sol Medium vs Fable 5：Sol Medium 在 Agent 工作流上领先 11.4 分。成本低 4 倍。
Luna Extra High vs Terra：相同性能。快 1.3 倍。便宜 2.5 倍。使用 Luna。
Ultra vs Extra High：多 3.1 分。贵 3 倍。OpenAI 甚至没有发布 Ultra 的编码结果。使用 Extra High。
模式：降低一个等级 = 相同的质量，大幅降低成本。
大多数开发者在所有事情上都运行高了一到两个等级。
这就是限额在 4 小时内消失的全部原因。
降低一个等级。保持相同的输出。将你的活跃窗口加倍。
━━━━━━━━━━━━━━━━━━
之前和之后
在此设置之前：
→ Sol Ultra 运行一切
→ 子 Agent 克隆父模型和努力等级
→ 3 个子 Agent = 3 个 Sol Ultra 实例同时消耗
→ 5 小时窗口在 90 分钟内消失
→ 不知道是什么消耗了它
在此设置之后：
→ Sol Extra High 作为协调者
→ Sol Medium 用于实现
→ Luna Extra High 用于扫描
→ max_depth = 1 阻止递归生成
→ AGENTS.md 告诉 Sol 不要自动生成 Agent
→ 每个提示中的停止点控制模型运行多远
结果：连续工作 48 小时。零限额消耗。
相同的 200 美元计划。完全不同的体验。
━━━━━━━━━━━━━━━━━━
完整设置清单
立即执行这五件事：
→ 1. 打开 AGENTS.md。添加：“只有在我明确要求时才生成子 Agent。”
→ 2. 将 config.toml 提示粘贴到 Codex 中。让它创建 3 个 Agent 文件。
→ 3. 在你的 config.toml 中设置 max_depth = 1 和 max_threads = 6。
→ 4. 将你的默认努力等级切换到 Sol High。不是 Ultra。不是对所有事情都用 Extra High。
→ 5. 在每个长时间运行的提示中添加明确的停止点。
只需 10 分钟。
每周为你节省数小时的限额消耗。
━━━━━━━━━━━━━━━━━━
还有一件事
花点时间在 ~/.codex 和 ~/.claude 目录。
这些目录是真正力量所在。
自定义 Agent。路由策略。模型偏好。默认指令。
大多数人从未打开过它们。
现在从 Codex 中获得最大收益的开发者？
他们做了看似愚蠢的更改，并惊讶于这些更改有多么重要。
实验。调整。通过 Codex 仪表盘监控你的使用情况。
小的配置更改会累积成截然不同的 Token 消耗率。
这是用 AI 构建的最有趣的时代。
这些工具奖励那些真正深入研究的人。
━━━━━━━━━━━━━━━━━━
如果这救了你的限额：
→ 转发，以便其他 Codex Pro 用户在烧掉另一个窗口之前看到它
→ 关注 @sairahul1 获取更多 AI 系统解析
→ 收藏这个——配置提示有效，今晚就粘贴使用
订阅 theaibuilders.co 获取更多此类有趣文章
我撰写关于 AI、产品构建以及无需你干预即可运行的系统。
