文章后半部分有实操干货！几个技巧让你“获得”至少两倍以上的 codex 额度
周六 GPT-6 Astra 出来之后，我干了一件事。
找 Claude 号商，说我要退款哈哈哈！
别问我之前为什么这么「舔狗」。前阵子连续被封了三四个 Claude 账号，我还在想办法用。因为我那个科学可视化网站，之前试下来，只有 Claude 能做出我想要的效果：超美超好看，极度丝滑优雅的动画，让人不可遏制的，燃起对宇宙、科学的好奇。
谢天谢地，现在 GPT-6 来了。
它做出来的科学可视化，真的牛逼，而且非常好看。截图只能呈现一部分，实际动起来的效果也很丝滑。
我终于可以不用再跪舔 Claude 了！！
你看我这两天发的东西，就知道我有多兴奋。
我在酒店录了个一分钟的视频，让你看一下这美妙的效果！给大人的小星球和科学可视化： https://shapeof.world
今天分享我的项目实测和使用技巧，不是严格的模型评测。
后面还会聊 Astra 和 Luna 怎么分工、Pro 额度怎么用，以及 AGENTS.md 和 Skills 怎么精简。
先看点直观的，小星球和科学可视化
先看「给大人的小星球」。用 Astra 做出来的网页，可以是这种画风。
给大人的小星球
打开给大人的小星球
https://tinyplanets.01mvp.com/?lang=zh
再看「世界的形状」，这次我用 Astra 做了好几个科学可视化主题。
有数学、物理，也有日常生活中的可视化。复制下面的网址到浏览器，就能亲手玩。
光子这个主题，画面就又是另一种感觉了。
世界的形状 · 光子，一次一粒
https://shapeof.world/explore/photon
比如复变函数。平时在纸上看是一串公式，做成可以观察的空间之后，感觉就完全不一样了。
世界的形状 · 复变函数
https://shapeof.world/explore/complex-mapping
还有河流改道。这样的主题，我觉得很适合用交互来解释，光靠一张静态图很难讲清楚变化的过程。
https://shapeof.world/explore/river-meander
然后是地球自转与公转。
世界的形状 · 地球自转与公转
https://shapeof.world/explore/earth-spin-orbit
也不全是数学物理。比如「金钱的去向」，就是把钱流向不同地方的关系呈现出来。
世界的形状 · 金钱的去向
https://shapeof.world/explore/money-flow-atlas
再往视觉效果这边走一点，就是这个公式特效。
世界的形状 · 公式特效
https://shapeof.world/explore/equation-wormhole
Flutter 项目、iOS App 和网站重构，我也试了，效果都很好，篇幅所限就不展开了。
Computer Use，我拿它办了件真的麻烦事
GPT6 Astra 的 computer use 能力听说也得到了很大的提升
不过我其实没有为了测试 Computer Use，专门找一堆软件让它操作。
但刚好有一个真实需求，鸿蒙 App 上架。
苹果这边用 ASC CLI 比较方便。鸿蒙上架却有一堆证书、授权和申请材料，要在网页后台来回处理。
这些事情我就交给 Codex，让它用 Computer Use 帮我操作。
实测体验很好，操作成功率很高。这些来回点、来回填的事情，终于有人帮我干了。
鸿蒙 App 上架流程中的权限申请页面。
这里说的是后台操作体验，最终审核结果还是要看商店。
想试 Computer Use，就找一个真实的后台流程，把任务、材料和完成标准交代清楚。
Blender 我最近没有需求，还没亲测。
官方有个建筑案例，Astra 用 Blender 做出可编辑场景，检查渲染结果，再导入 Unreal Engine 5 做漫游。感兴趣可以看原文。
OpenAI Developers · Astra 建筑可视化案例
https://developers.openai.com/blog/architectural-visualization-with-astra
老项目也试了，删图 App 这次少返工了
除了这些直观的效果，我还让 Astra 收拾了一下我的 ios APP 删图：相片整理，修了几个 5.6 sol 搞不懂的陈年老 bug，也大大提升了APP的性能。（估计新版本会在明天审核后上架，我觉得真的丝滑很多！！）
最让我满意的是，返工次数少了。之前用 GPT-5.6，经常这里修好了，那里又冒出一个问题。
如果你也有一个积累了 GPT 5.6 写了几个月的屎山项目，可以试试这段话，有奇效！
帮我做一下代码重构，删除历史遗留文档/代码，删除不必要的复杂设计和抽象且保证测试通过。对了，下面这个 App 演示视频，也是它自己生成的。
删图 App 演示视频的制作结果。
好了，接下来回到最开头的“干货”引子，如何小钱办大活，让你的 ChatGPT
多块好省，干更多的活呢？
思考深度默认推荐用 Medium ，不用每次都拉满
回到具体怎么用这块。
我现在大部分情况下用 Medium，比较复杂的思考任务再用 Extra High。这里说的是 Codex 里 Astra 的思考档位，因为你看它那个测评指标，在编程任务上，Medium跟Extra High其实差距很小。（这里我就懒得贴图了）
我自己的习惯是，普通修改、需求已经比较清楚的任务，先用 Medium。遇到需要认真想架构、拆一个复杂问题的时候，再往上调。
省额度的最佳方法：Astra 计划，Luna 执行
不过先说一个让我肉疼的地方，Astra 真的很烧额度。
按当前官方的标准 token credit 费率，同样数量的 token，Astra 的费率是 Sol 的 2.5 倍。
但实际跑下来额度消耗能到原来的 4～5 倍。也有 Plus 用户反馈，一两轮重任务就把额度用得差不多了。
所以能力我是真的喜欢，额度也是真的心疼。希望 OpenAI 后面能继续优化。
Astra 出计划，Luna Max 执行，最后再让 Astra 验收。
注意，是另开对话让 Luna 做，别让 Astra 开 SubAgent 一直盯着它。
我实测后面这种监督方式，更烧 token，还更慢。至少在我的任务里，多开 Agent 没省下来。
举个简单的例子：
Codex 的 Astra 额度用完了，可以用网页 Chat Pro！
很多朋友可能不知道，网页普通 Chat 里的 Pro 模型，和 Work、Codex 的使用额度是分开计算的。
而且一直以来， chatgpt 网页中的 Chat Pro 实际上是最聪明最强大的版本！
买了 Pro 却只用 Codex，别把网页 Chat 的额度闲置了，额度是这样的
套餐 | GPT-6 Pro | GPT-5.6 Sol Pro |
|---|---|---|
Pro $200 | 每周 200 条 | 另有每天 170 条，两模型合计每天最多 200 条 |
Pro $100 | 每周 50 条 | 与 GPT-6 Pro 共用这 50 条每周额度 |
GPT-6 Pro 用满后，会自动回退到 GPT-5.6 Thinking 的 Medium 或者 Instant 模型；
具体使用方法如下：
如果你有 GitHub 仓库的话，先安装 GitHub 插件、确认仓库权限后，把需求交给它，让它用 PR 交付。
- 如果从零开始做，就让它交付完整代码包（它会给你一个可以下载的链接。）
注意网页运行代码用的是云端Linux环境。所以你要让它操作你本地的电脑，那就无能为力了。
模型能力提升了，以前 AGENTS.md 和 Skill 需要改改啦！
Superpower 的 skill 基本可以全扔了，在模型智力比较低的时候，它还挺有用，但是模型智力提升，它复杂冗余的流程就是妥妥的累赘了。
除此之外，其实基本上每一代模型的发布，OpenAI和或者claude官方都会出一些新的 prompt 指南。所以你要做的事情很简单，仅仅是把官方指南链接丢给AI，让它审计一遍过去的Skill 跟 Agents.md
复制这段 prompt 给你的 codex
阅读@pvncher的文章 https://x.com/pvncher/status/2095991462416490862
审计我项目中的所有技能和 AGENTS.md 文件
上面 prompt 中的链接是 codex 核心开发者之一 pvncher 的 X 原帖，此外OpenAI · Astra 指令遵循建议在这里：https://developers.openai.com/api/docs/guides/latest-model
Codex 新能力：更好的上下文管理
还有一个我自己体验不错的东西，实验性上下文管理。
Astra 现在可以跨窗口记笔记，找回同一任务里早先的消息和工具结果。
聊得很长的时候，前面试过什么、为什么没走通，不用完全依赖一份被反复压缩的摘要。
我用下来衔接挺准，也感觉更省额度，但没做严格对照。
目前它还是实验性功能，默认关闭，而且要看客户端和登录方式是否支持。可以把下面这段直接发给本机 Codex。
查看我当前版本是否支持下面的设置，如果支持，
修改 codex 的 config.toml，启用以下配置
[features.context_management]
experimental_mode = true
改完做一下验证
改好配置后，重开 Codex，再新建任务才生效。
OpenAI · 实验性上下文管理配置说明
https://learn.chatgpt.com/docs/config-file/config-reference
还有个用法，让它做你的人生教练！
除了写代码和操作电脑，我还看到 Robinson · 鲁梓逊（@python_xxt）发了一个提示词，我觉得这个思路很棒。
结合你的经历、能力和现实处境，让 Astra 分析最值得做什么，又该停下什么。
别泛泛地鼓励我，也别什么都说好。把我自己没注意到的瓶颈、风险和机会说具体一点。
下面是他的原帖截图。
可以复制 prompt :
请基于你在当前对话、可用记忆和我提供的材料中确实知道的信息，帮我做一次个人发展复盘。先列出你了解的事实和仍然缺少的信息，不要假装看过我的全部历史对话。
结合我的经历、能力、职业处境、资源和风险偏好，找出未来 3～5 年最值得关注的 3～5
个瓶颈、机会和盲点，按重要程度排序。
不要一味安慰或迎合我。每条建议都说清楚依据、现实约束、机会成本，以及我可以做的具体行动。区分事实、推测和需要向我确认的地方。
给出未来 30 天、90 天和 1 年的行动重点。如果现在只做一个改变，你建议是什么？为什么？
最后提出一条值得验证的长期主线，以及未来出现哪些新信息时，我应该调整方向。宁可少给几条具体建议，也不要堆一大串空话。
这次 GPT-6 带给我的兴奋，真的是全方位的。
未来，执行可能没那么值钱了（因为 astra 可以帮你搞定大部分）
更值钱的，是发现真实需求的能力、判断力、天马行空的想象力，还有你的审美。
这真是一个令人兴奋的时代！
如果你觉得这篇文章对你有帮助，欢迎点赞、在看、转发。如果想第一时间收到推送，也可以给我个星标⭐
谢谢你看我的文章，我们，下次再见。
/ 作者，Maker Jackie
/ 合作请联系邮箱，makerjackie@qq.com