你花了 200 美元买 Codex Pro。
4 小时就撞上了限额。
5 小时窗口里的 4 小时，就这么没了。
最糟的是？
其中大多数消耗本来完全可以避免。
为了搞明白这件事，我在 GPT-5.6 Sol 上烧掉了价值超过 20 万美元的 token。
这里是我学到的一切——这样你就不用再自己烧一遍了。
━━━━━━━━━━━━━━━━━━
为什么你的限额烧得这么快
一个设置。一个 bug。代价是全部限额。
当 Codex 启动 subagent 时，它会精确复制父 agent 的模型。
把 Sol 设成 Ultra？每个 subagent 也都会跑 Sol Ultra。一个任务里 3 个 subagent = 3 个 Sol Ultra 实例同时燃烧。
这就是为什么你的 5 小时窗口会在 90 分钟内消失。
Codex 的 spawn_agent 工具没有选项，可以为子 agent 选择不同模型。
它只是克隆你当前正在运行的东西。
这不是你的错。这是系统里的路由缺陷。
但现在你知道了。而且有办法修。
━━━━━━━━━━━━━━━━━━
永远不要碰的模型
Ultra。
它不是一个推理等级。它是一个倍增器。
Ultra 会在一次 agent 调用里启动 4 个并行的子子 agent。
在一个简单任务上：subagent 启动 subagent，subagent 再启动更多 subagent。
递归。失控。贵到毁灭性。
性能差距呢？
Sol Ultra 在 coding benchmark 上得分 91.9%。Sol Extra High 得分 88.8%。
多 3.1 分。成本 3 倍。
OpenAI 甚至没有公布 Ultra 在两个主要 coding benchmark 上的结果。
这已经说明一切了。
完全避开 Ultra。就这么简单。
━━━━━━━━━━━━━━━━━━
修好一切的 3 模型系统
你需要三个 agent 做三种不同的工作。
不是让一个模型用最大功率干所有事。
Sol Extra High → 编排者
规划。架构设计。委派任务。做困难决策。
这是你的主脑。它读取你的 prompt，判断需要发生什么。
Extra High 在 benchmark 上给你 58/100。Max 给你 59/100。只差 1 分。便宜 3 倍。
这里 Extra High 才是正确选择。
Sol Medium → 执行者
写代码。修 bug。跑测试。实现计划。
在长时间运行的 agent 工作流上，Sol Medium 仍然比 Claude Fable 5 高 11.4 分。
成本大约只有四分之一。
它不需要做架构决策。它只需要很好地执行指令。Medium 完全做得到。
Luna Extra High → 扫描器
文件搜索。代码库探索。轻量读取。收集证据。
Luna Extra High 是：
→ 比 Terra 快 1.3 倍
→ 比 Terra 便宜 2.5 倍
→ 在轻量任务上性能相同
这是大多数人会错过的隐藏优选。
Luna 纸面上看很便宜（每百万 token 1 美元 / 6 美元），但会烧掉更多步骤。
到了 Extra High，步骤数会降下来。它就成了只读工作的显然选择。
━━━━━━━━━━━━━━━━━━
Sol + Luna 路由技巧（48 小时，零限额命中）
下面是可以持续运行、又不会烧掉窗口的精确设置：
→ Sol Extra High 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。没有递归启动。没有后台燃烧的 Ultra 克隆。
分享这个方法的人连续跑了 48 小时，一次都没有撞到 5 小时限额。
它之所以有效，是因为 Sol 专注于决策。Luna 以便宜 2.5 倍的价格处理 token 密集的执行工作。即使你做得更多，总 token 消耗也会大幅下降。
现在就加到你的 AGENTS.md 里的设置：
Only spawn subagents when I explicitly ask you to.
Do not spawn subagents automatically.
这会阻止 Sol 在每个任务上都急着启动 agent。
把它加到你的全局 AGENTS.md，然后重启 Codex。
━━━━━━━━━━━━━━━━━━
5 分钟修好你的 config.toml
这是真正控制一切的文件。
Codex 启动时会读取它。
设置一次。之后每个 session 都会自动路由。
打开 Codex。原样粘贴下面这个 prompt：
Read my current ~/.codex/config.toml and the docs at https://developers.openai.com/codex/subagents* for custom agent definitions.*
Then do the following:
1. Create three agent TOML files under ~/.codex/agents/:
fast_scan — for quick searches, codebase exploration, file reads, and lightweight analysis. - model: gpt-5.6-luna - model_reasoning_effort: extra-high - sandbox_mode: read-only - Instructions: gather evidence quickly, return a concise summary, do not edit files.
routine_worker — for routine coding, tests, documentation, and bounded fixes. - model: gpt-5.6-sol - model_reasoning_effort: medium - Instructions: implement the assigned task and verify the result.
deep_worker — for difficult debugging, architecture, security, and ambiguous multi-step work. - model: gpt-5.6-sol - model_reasoning_effort: extra-high - Instructions: handle complex work carefully, validate assumptions, provide strong verification.
2. Update the [agents] section of my config.toml with this routing policy:
"Automatically decide whether delegation is useful. Choose fast_scan for lightweight read-only work, routine_worker for normal implementation, and deep_worker for complex or high-risk reasoning. Do not ask the user to choose a model unless the required model is unavailable. Keep simple tasks on the main agent."
3. Make sure max_threads = 6 and max_depth = 1 are set under [agents].
4. Show me the final config.toml and all three agent files so I can review before you save."
Codex 会创建所有文件。你审查。你保存。完成。
━━━━━━━━━━━━━━━━━━
你的 3 个 agent 文件应该长什么样
Codex 会根据上面的 prompt 自动生成这些文件。
下面是它们应该呈现的样子——这样你知道该审查什么：
# ~/.codex/agents/fast-scan.toml
name = "fast_scan"
description = "Quick searches, codebase exploration, lightweight read-only analysis."
model = "gpt-5.6-luna"
model_reasoning_effort = "extra-high"
sandbox_mode = "read-only"
developer_instructions = """
Gather evidence quickly and return a concise summary.
Do not edit files.
"""
# ~/.codex/agents/routine-worker.toml
name = "routine_worker"
description = "Routine coding, tests, documentation, and bounded fixes."
model = "gpt-5.6-sol"
model_reasoning_effort = "medium"
developer_instructions = """
Implement the assigned bounded task and verify the result.
"""
# ~/.codex/agents/deep-worker.toml
name = "deep_worker"
description = "Difficult debugging, architecture, security, and ambiguous multi-step work."
model = "gpt-5.6-sol"
model_reasoning_effort = "extra-high"
developer_instructions = """
Handle complex work carefully, validate assumptions,
and provide strong verification.
"""
# ~/.codex/config.toml — [agents] section
[agents]
max_threads = 6
max_depth = 1
routing_policy = """
Automatically decide whether delegation is useful.
Choose fast_scan for lightweight read-only work,
routine_worker for normal implementation,
and deep_worker for complex or high-risk reasoning.
Do not ask the user to choose a model.
Keep simple tasks on the main agent.
"""
max_depth = 1 很关键。
它会阻止 subagent 再启动自己的 subagent。
只允许一层委派。没有递归启动。没有失控燃烧。
━━━━━━━━━━━━━━━━━━
如何写 prompt 才不会烧掉限额
模型会一直做下去。
继续做。
再继续做。
5.6 可以不停下来，把任务端到端完成。这大多是好事。
但如果没有清晰的停止点，它会做过头。重写不需要重写的东西。一个本来只需要 3% 窗口的任务，烧掉你 15% 的窗口。
给每个 prompt 都加上停止点：
用于规划任务：
Build this new feature.
Start by writing a plan only.
When the plan is done, stop and ask for my feedback.
Do not write any code yet.
用于实现任务：
The plan looks great. Build it out now.
Use computer use to test as you go.
Keep going until tests pass and you're satisfied.
Open a PR when done.
Stop after the PR is open. I'll handle reviews from there.
用于调试：
Fix the bug in auth.ts.
Read the file first. Write your diagnosis.
Stop and show me the diagnosis before making changes.
I'll confirm before you proceed.
模式是：准确告诉它什么时候停。
不要含糊。不要说“自行判断”。
明确检查点。清晰地把控制权交回给你。
━━━━━━━━━━━━━━━━━━
Effort 等级指南
不是所有任务都需要同样的马力。
→ Low / Medium —— 常规任务、简单修复、文档、测试
→ High —— 功能、多文件修改、调试
→ Extra High —— 架构决策、安全审查、复杂多步骤工作
→ Max —— 留给你已经失败过的真正困难问题
→ Ultra —— 避免。永远避免。
大多数开发者的默认选择：High。
它已经足够强。High 上的 subagent 在消耗上“还不算太糟”。
Codex 团队给出的日常主力推荐：Sol Medium。
Sol Medium 在 agent benchmark 上超过 Claude Fable 5。价格只是零头。
你不需要所有事情都用 Extra High。
Effort level cheat sheet:
Simple fix → Sol Low or Medium
New feature → Sol High
Hard problem → Sol Extra High
Fast scan → Luna Extra High
Never → Ultra
━━━━━━━━━━━━━━━━━━
解释一切的 benchmark 数字
Sol Extra High vs Max：58 分 vs 59 分。只差 1 分。便宜 3 倍。用 Extra High。
Sol Medium vs Fable 5：Sol Medium 在 agent 工作流上赢 11.4 分。成本低 4 倍。
Luna Extra High vs Terra：性能相同。快 1.3 倍。便宜 2.5 倍。用 Luna。
Ultra vs Extra High：多 3.1 分。贵 3 倍。OpenAI 甚至没公布 Ultra 的 coding 结果。用 Extra High。
规律是：降一档 = 质量相同，价格大幅下降。
大多数开发者在所有事情上都跑高了一到两档。
这就是限额在 4 小时内消失的全部原因。
降一档。保持同样输出。把你的活跃窗口翻倍。
━━━━━━━━━━━━━━━━━━
前后对比
这套设置之前：
→ Sol Ultra 跑所有东西
→ Subagent 克隆父模型和 effort
→ 3 个 subagent = 3 个 Sol Ultra 实例同时燃烧
→ 5 小时窗口 90 分钟就没了
→ 不知道到底是什么烧掉了它
这套设置之后：
→ Sol Extra High 做编排者
→ Sol Medium 做实现
→ Luna Extra High 做扫描
→ max_depth = 1 阻止递归启动
→ AGENTS.md 告诉 Sol 不要自动启动 agent
→ 每个 prompt 里的停止点控制模型走多远
结果：连续工作 48 小时。零次撞上限额。
同样的 200 美元套餐。完全不同的体验。
━━━━━━━━━━━━━━━━━━
完整设置清单
现在就做这五件事：
→ 1. 打开 AGENTS.md。加入："Only spawn subagents when I explicitly ask you to."
→ 2. 把 config.toml prompt 粘贴到 Codex。让它创建 3 个 agent 文件。
→ 3. 在 config.toml 里设置 max_depth = 1 和 max_threads = 6。
→ 4. 把你的默认 effort 切到 Sol High。不是 Ultra。也不是所有东西都用 Extra High。
→ 5. 给每个长时间运行的 prompt 加上明确停止点。
需要 10 分钟。
每周能替你省下数小时被烧掉的限额。
━━━━━━━━━━━━━━━━━━
还有一件事
花点时间看看 ~/.codex 和 ~/.claude。
这些目录才是真正力量所在。
自定义 agent。路由策略。模型偏好。默认指令。
大多数人从来不打开它们。
现在最能用好 Codex 的开发者？
他们做了一些当时看起来很蠢的改动，结果惊讶地发现影响巨大。
实验。调整。通过 Codex dashboard 监控你的使用量。
小的配置改动，会复合成截然不同的 token 消耗率。
这是用 AI 构建东西最有趣的时刻。
工具会奖励那些真正愿意钻进去的人。
━━━━━━━━━━━━━━━━━━
如果这篇帮你省下了限额：
→ 转发，让其他 Codex Pro 用户在又烧掉一个窗口之前看到它
→ 关注 @sairahul1，获取更多 AI 系统拆解
→ 收藏这篇——配置 prompt 是可用的，今晚就粘贴
订阅 theaibuilders.co，阅读更多这类有意思的文章
我写 AI、产品构建，以及那些无需你盯着也能运转的系统。