OpenAI Codex 团队 AMA 干货总结
OpenAI Codex 团队 AMA 干货总结
7月10号,Codex 团队在 Reddit 上搞了一场 AMA。评论区一半在提问一半在吐槽,不过官方的回答里确实有不少实用信息,我帮大家把干货筛出来了。
1)最有价值的部分:模型和 Effort 怎么选
官方成员给出的经验是这样的:
日常默认用 Sol Medium 就好;
在意额度的轻量任务可以切到 Terra,部分任务的性能接近 GPT-5.5,但更省额度;
简单的探索性任务可以放心交给 Luna;
遇到模糊的 bug 或者跨模块改动,上 High;
只有迁移、安全、生产事故这种错不起的任务,才需要拉满到 Ultra。至于 xhigh,评测上收益递减,只适合那些特别怕出错的长任务。
UI 和前端方面首选 Sol,配合参考图效果尤其好——UI 能力本来就是 5.6 的训练目标之一。
另外,要是觉得 5.6 慢,先检查一下自己是不是还在延用 5.5 的推理强度。5.6 在更低 Effort 下往往就够用了,而且开 Fast mode 还能再快大约 1.5 倍。
2)长任务怎么管
官方推荐用 /goal 指令,但一定要配上停止条件,别放任它一直跑下去。比如:只改某个目录、不动公开 API、最多尝试 3 个假设、每个假设之后跑测试、全部失败就总结收工。
3)省 token 有个巧妙的思路
别直接挂 MCP 让几十个工具定义常驻在上下文里,可以把操作包成 CLI,再用 Skill 教会 Codex。或者建一个专用子 Agent(比如 Unreal Engine 专用的),单独给它配 MCP,需要的时候再委托过去。
4)权限怎么设
多数场景下,官方推荐用 Auto review 而不是 Full access,Windows 下尤其如此。
5)额度计算是分开的
Codex 和 ChatGPT Work 消耗的是 agentic 额度,普通聊天不算在里面,图像、文件上传、语音各自有独立额度。
Pro mode 不进 Codex 这次也有了官方解释:它的机制对 agentic 工作提升有限,又慢又费额度,更适合搜索、数学、写作和文档这类场景。
那些没被正面回答的问题
1)呼声最高的是额度问题:大量用户实测下来,5.6 掉额度比 5.5 快得多,跟“更高 token 效率”的宣传对不上。官方只解释了“每个任务消耗不固定”,没有正面回应差距到底从哪来。
2)1M 上下文窗口只换来一句“会认真看反馈”;价格稳定方面,也明确表示没法承诺。
3)新版 ChatGPT 桌面应用被集中吐槽:Classic 里的 Projects、历史记录、快捷键、录音这些功能在新版里找不到了,Chat 也沦为一个附属面板。官方承认在改进,短期的方案就是两个应用先用着。
4)Linux 桌面版“在做,但没有时间线”,Windows 也被官方承认长期是二等公民待遇。
5)至于 METR 报告里 reward hacking 在基准提升里到底占多大比例、训练上做了哪些针对性修改,官方很礼貌地绕开了。
一句话总结:官方干货主要集中在“怎么用更省”,但用户最关心的“为什么更费”,依然悬而未决。
关联工程母题系统与实测说明:
本篇「OpenAI Codex 团队 AMA 干货总结」由 qilai 整理收录于 qilaidav 工程知识库,围绕 电报运营与高度拟人中枢 的生产环境架构设计、链路排障与确定性验证展开沉淀。完整系统模块、部署边界与技术规格请查阅方案主页:→ 查看 电报运营与高度拟人中枢 详情(架构诊断与定制交流:Telegram @BD8888 · hello@qilaidav.com · GitHub @qilaidev)。
免责声明与评测方法:本文所涉开源工具、模型基准与工程配置均基于实测环境与公开技术资料整理,仅供系统架构研发参考,不构成任何商业背书或投资建议。
— qilai · 摘自 Telegram 频道 @AIKB8