CraftSEP 17, 20268 min

Codex 额度一天就烧光?因为你一直在用最贵的方式做最费的事,教你这么做榨干 Codex

基于卡兹克实战经验整理 · 完全合规的算力套利法

  • 免费
Codex 额度一天就烧光?因为你一直在用最贵的方式做最费的事,教你这么做榨干 Codex

用 Codex 写代码,最让人心疼的就是额度见底。尤其是做稍微复杂点的重构或降本任务,光是理逻辑、查日志、定方案,每周的配额就能直接掉一大截。

其实很多人手里都有一笔闲置的“超级算力”:只要你开通了 ChatGPT Pro 会员,OpenAI 每周都会配 200 次顶配的 GPT-6 Pro 深度推理额度(100 刀会员每周也有 50 次)。但这笔额度平时基本都在睡大觉,因为大家习惯在 Codex 里一条龙搞定,让模型从头想到底,不知不觉就吃光了配额。

最关键的一点是:ChatGPT 网页端的额度,和 Codex 的额度是完全分开算的。

ChatGPT Pro 深度思考滑块
ChatGPT 网页版里的 6 Pro 深度推理是独立配额,每次能深思几十分钟,不用也是白白浪费。

以前大家之所以不用网页版来做系统规划,是因为网页版连上 GitHub 只能看到代码,根本看不到线上的真实运行数据:

  • 代码只能告诉模型:系统“理论上”打算怎么跑;
  • 生产数据库和日志才能告诉模型:每天具体有多少请求、哪张表最慢、哪个模型接口在偷偷烧钱。

看不见真实数据,模型给出的方案就很可能脱离实际。

今天看到博主卡兹克分享了一个非常聪明的解法:给服务器开个“只读数据窗口”(MCP),把真实数据接给网页版 ChatGPT。让免费的 Pro 额度花大把时间做最耗脑力的规划,方案定好后,再一键甩回给 Codex 纯敲代码。不太懂技术也能照着做。

派活给 Codex,做个只读数据通道

不要被“MCP”这种名词吓退,它本质上就是一个让 AI 读取你服务器数据的安全通道。你不需要自己写代码,直接在 Codex 里发指令:

在 Codex 中输入指令
【图源自卡兹克】直接在 Codex 里派活,核心是把权限卡死在“只读”。

发给 Codex 的参考提示词:“给我们的系统增加一个供 ChatGPT 使用的生产业务数据只读 MCP Server,让 GPT-6 Pro 能安全查询所有服务器的真实数据。要求:最小权限、严格只读、可审计,不能影响生产性能,绝对不能暴露密钥和敏感数据。”

这里把安全细节交代清楚:写权限严格为零,防止 AI 误操作;鉴权直接绑定现成的企业登录(比如卡兹克直接复用了公司的飞书登录),确保只有你自己能查。

鉴权配置确认
【图源自卡兹克】Codex 编写过程中会询问认证方式,直接绑定自己现有的企业登录或 OAuth 即可。

部署搞定后,只读通道自动具备脱敏与防篡改能力:

部署完成状态
【图源自卡兹克】部署结果:支持安全查询近百张业务表,写权限为零,自动剔除密码与 Token 原文。

把通道挂进 ChatGPT

打开 ChatGPT 网页端或客户端设置,进入插件面板点击“新插件”,填入刚才部署好的服务地址,登录验证选 OAuth 走完授权,看到列表显示“已连接”就行了。

插件连接成功
【图源自卡兹克】配置完成后,插件列表里会显示“已连接”,随时可以被大模型调用。

呼出浮窗,双插件做深度规划

写代码时不需要在浏览器和 IDE 之间来回切换。在 Codex 界面里,直接按下快捷键 ⌥⌘N(Option + Command + N),或者点左上角的气泡,就能在右侧呼出原生的 ChatGPT 浮窗。

快速聊天入口
【图源自卡兹克】Codex 客户端直接内置了快速聊天通道,呼出极为顺手。

点击输入框旁边的加号,同时勾选两个插件——官方的 GitHub 插件 + 你刚刚配置好的只读数据插件,模型选 Pro。

同时挂载双插件
【图源自卡兹克】组合拳:GitHub 看代码,只读插件查线上真实数据与费用账本。

然后直接把需求发给它:“帮我详细分析系统里的代码和日志数据,在不影响质量的前提下,找出所有能极致压缩成本的地方。”

发过去之后,GPT-6 Pro 会进入深度思考。在实测中,它足足推演了 44 分钟,交叉核对了调用链、重复请求与各接口的真实开销,最终给出详尽的审查报告:

深度思考报告产出
【图源自卡兹克】深度思考产出:给出了详尽的分批优化报告,而这一漫长的推理过程,完全消耗的是网页 Pro 额度,Codex 额度一分没扣。

一键导入 Codex,闭眼敲代码

方案出来之后,不需要手动复制粘贴文档。直接点击聊天浮窗右上角那个“添加到 Codex”的小图标:

一键同步按钮
【图源自卡兹克】点击浮窗右上角的“添加到 Codex”按钮,整场分析结论无缝对接到主工作区。

整场对话的上下文和方案报告,就会挂载到 Codex 的主输入框里。

接着,在 Codex 端选择模型为 GPT-6 Astra(推理强度设为高),发一句极简的执行指令:

“帮我验证,并且做掉这里面提到的所有值得做的优化,然后统一上线。”

Codex 执行指令
【图源自卡兹克】在主窗口直接下发执行指令,剩下的交给 Codex 自动改代码和跑测试。

发完指令就可以去干别的事了。Codex 会照着现成的高质量方案,自动去改文件、跑本地测试和 CI 校验:

双屏协同执行
【图源自卡兹克】双工协同:右边是现成的规划方案,左边 Codex 只需专注敲代码与验证。

等任务跑完,20 多个文件改动全部落地,PR 顺利合入上线。原本可能要烧掉 10%~20% 额度的大任务,最后只花了 Codex 周额度的 4% 左右:

最终 PR 合并上线
【图源自卡兹克】落地结果:PR 顺利合并发布,由于跳过了前期的烧脑推导,Codex 额度仅扣除了约 4%。

极简流程速记

把整套操作压成 4 步,照着做就行:

  1. 开通道:让 Codex 帮你写一个只读的 MCP Server,权限死守只读,绑定自己的企业或个人登录;
  2. 挂插件:在 ChatGPT 插件设置里添加自定义插件,填入 URL 走完 OAuth 授权;
  3. 做规划:在 Codex 里按 ⌥⌘N 呼出浮窗,同时挂载 GitHub 插件和你的数据插件,选 Pro 模型把深度规划做透;
  4. 纯执行:点浮窗右上角“添加到 Codex”,切到 Astra 模型发一句指令,让它专心改代码和跑测试。

市面上有些人为了省额度,会去用一些第三方的反代工具,把网页版接口桥接给 IDE。这种野路子非常容易被官方判定为异常调用,甚至面临封号降智。

卡兹克这个解法的好处在于,全程用的都是 OpenAI 官方支持的功能——官方的快速聊天浮窗、官方的 MCP 插件生态,没有任何违规操作。

把最耗脑子的规划交给网页版赠送的高阶模型,把敲代码的执行工作留给 Codex。分工明确,不仅把闲置的 Pro 会员价值榨干,也真正帮大家把昂贵的 Codex 额度留在了刀刃上。

本文整理自卡兹克的实战分享,同步自我的公众号原文。