## GPT-6 的技术变化
由于 GPT-6 的底层架构、推理引擎以及机制发生了重大变化，许多在 GPT-5.6 之前的惯用方法、Prompt 技巧与工程配置，**在 GPT-6 时代可能已失效甚至沦为错误**。
| Short context | | | | | Long context | | | |
| ------------- | ------ | ------------ | ------------ | ------ | ------------ | ------------ | ------------ | ------ |
| Model | Input | Cached input | Cache writes | Output | Input | Cached input | Cache writes | Output |
| gpt-6-astra | $10.00 | $1.00 | $12.50 | $50.00 | $20.00 | $2.00 | $25.00 | $75.00 |
| gpt-6.1-sol | $2.00 | $0.10 | $2.50 | $10.00 | $4.00 | $0.20 | $5.00 | $15.00 |
| gpt-6-luna | $0.10 | $0.01 | $0.125 | $0.50 | $0.20 | $0.02 | $0.25 | $0.75 |
## 上下文管理与缓存
### Codex Chat 的最佳生命周期：handoff, compact, side, fork
#### 上下文窗口与舒适区
GPT 已经有 1M 上下文，同时 GPT-6 Astra 官方长上下文测试（OpenAI 自研测试：在超长文本里，区分并精准找回 8 段高度相似的目标信息）里：256K–512K 的 MRCR v2 8-needle：100%； 512K–1M：96.3%。
但是：**“能从 800K context 里准确找到 8 个信息”** 和 **“经过 800K token 的 Coding Agent 轨迹以后，仍然保持和最开始一样清晰的工程判断”** 不是同一件事情。
1M Context Window 是容量上限，不应该被理解成推荐工作集大小。
GPT-6 API 请求超过 272K 输入 Token 后，会进入 Long Context 计费：整笔请求的输入与缓存相关价格按 2 倍计，输出按 1.5 倍计。
Matt Pocock（[mattpocock/skills](https://github.com/mattpocock/skills) 作者，大名鼎鼎的 grill-me skill）的观点：
1. 模型能力越强，**一个错误的决策造成的破坏速度也越快。** GPT-6 既能把正确决策放大，也能把错误决策放大。
2. 给 Agent 的 context 越多，Agent 的表现通常会越来越差。
3. 当前 Frontier Model 的 Smart Zone，他估计大约是最开始的 **150K token**。(主持人这个时候有追问：Of a 1 million token window? Matt回答：Yes)
### Codex Chat 的最佳生命周期, compact, side, fork
OpenAI 给出的实际顺序非常明确：**check status → 目标相同则 compact → 目标分叉则 fork**。
https://developers.openai.com/blog/mastering-codex-remote-for-engineering
```text
还是同一个核心工作目标？
│
├─ 是，Context 健康 → 继续当前 Chat
├─ 是，但 Context 已经很长 → /compact
├─ 只是旁支问题，不想污染主任务 → /side
├─ 要探索另一条主要路线 → /fork
└─ 已经是新的独立工作单元 → /new / 新 Chat - 同时考虑做HandOff
```
### handoff
最可靠的方案是：当前执行状态单独写一个短的 HANDOFF.md；新会话先读取 handoff，再对照 Git/实际文件进行校验。
|方式|是否继承旧聊天历史|是否得到真正干净的新上下文|适合场景|
|---|--:|--:|---|
|Resume / Continue|是|否|临时退出后继续同一个会话|
|Fork / Branch|是|否|从旧会话分叉尝试另一条路线|
|Compact|压缩后的历史|否|同一任务继续做，但上下文快满了|
|Handoff → New Session|否，只带交接状态|**是**|长项目、阶段切换、模型切换、上下文变脏|
推荐使用 [Matt 的 HandOff Skill](https://github.com/mattpocock/skills/blob/main/skills/productivity/handoff/SKILL.md)。
他的 `handoff` Skill 定义其实只有十几行，理念非常干净：
> 把当前 conversation 压缩成 handoff document，让另一个 fresh agent 接手。
而且特别强调：
> 已经存在于 spec、plan、ADR、issue、commit、diff 里的内容不要重复复制，直接引用它们的位置。
### 模型和思考等级切换，缓存命中
- GPT-5.6 sol，中途修改思考强度，会导致缓存未命中。(https://github.com/openai/codex/issues/35416)
- GPT-6.1 sol，中途修改思考强度，**会保留缓存，不会丢失**。（[Change reasoning mid-conversation while preserving cache](https://developers.openai.com/api/docs/guides/latest-model?model=gpt-6-astra)）
- 无论 5.6 还是 6.1，**中途切换模型必定导致性能下降和缓存丢失**。
https://openai.com/zh-Hans-CN/index/unrolling-the-codex-agent-loop/
https://developers.openai.com/api/docs/guides/prompt-caching/diagnostics
https://github.com/openai/codex/blob/main/codex-rs/core/src/session/mod.rs
所以，绝不是：
```text
同一个 Codex 对话
Astra → 写架构
↓
切 Luna → 写文档
↓
切 Astra → Debug
↓
切 Luna → 改 README
```
而是主 Agent 保持不变，使用 SubAgent 做任务路由。
```text
Main Agent 模型保持不变
│
┌──────────┴──────────┐
│ │
Astra subagent Luna subagent
复杂代码/架构 文档/扫描/整理
```
### 跨上下文窗口的结构化笔记保存：experimental context management
[官方描述](https://learn.chatgpt.com/docs/config-file/config-reference)
> 开启实验性上下文管理。它不会只是反复把上下文压缩成一个 summary，而是利用 notes 和可搜索的历史记录来保留累积的信息。
当前状态：
- 面向 Codex；
- 最初主要针对 GPT-6 Astra；
- 需要使用 ChatGPT Plus / Pro 登录 Codex，而不是 API Key；
- Astra 可以在不同 context window 之间保留 notes；
- 可以搜索同一个 task 中更早的 messages 和 tool results；
- 默认关闭；
- 修改配置以后需要 **start a new task** 才生效。
在 `config.toml` 中添加参数：
```toml
[features.context_management]
experimental_mode = true
```
但：当前此功能临时关闭（https://github.com/openai/codex/issues/44873），属于还在实验阶段的功能。
## 模型选择、推理强度与资源分配
### Astra、Sol、Luna 的选择
**Luna 负责大量明确任务，Sol 负责日常主力工作，Astra 留给真正困难或高价值任务。**
**推理强度**：日常任务从 Light/Medium 起步，复杂任务通常 High 即可满足，避免起手设置 Extra High 或 Max。
| 模型 | 适合场景 | Standard 输入 / 输出 |
| ----------- | -------------------------------------------- | ------------------- |
| GPT-6 Luna | **清晰、重复、高频、成本敏感任务** | $0.10 / $0.50 |
| GPT-6.1 Sol | **日常 Coding、Research、需要判断力的 Agent Workflow** | $2 / $10 |
| GPT-6 Astra | **最高难度、多步骤、跨工具、高歧义、高价值任务** | $10 / $50 每百万 Token |
### ChatGPT 集成到 Codex
三个层级：
#### 1. 使用 @ 引入 ChatGPT Web 聊天内容
自己去 ChatGPT Web 进行讨论，制定项目的分析和规划，然后回到 Codex 的 AI 对话框中，使用 @ 符号引入 GPT Web 的聊天记录，让 Codex 读取其中的内容，并执行任务。
这种方式最安全稳定，是官方提供的功能。
#### 2. GPT 做项目分析，Codex 做实施
GitHub 项目：[XiaoDuoYa/codex-with-chatgpt](https://github.com/XiaoDuoYa/codex-with-chatgpt)，目前约 **6.8k Star**。
核心理念：
- ChatGPT thinks. Codex works.
- ChatGPT Web 可以读取本地项目，但不能直接修改本地项目。
- 本质是操作 Codex 内置浏览器，通过 MCP 的方式让 ChatGPT Web 读取本地项目文件。
```mermaid
flowchart LR
U[用户] --> C[Codex]
C -->|调用 Skill| S[codex-with-chatgpt Skill]
S -->|控制内置浏览器| B[Codex 内置浏览器]
B <--> |网页对话| G[ChatGPT Web]
G <--> |MCP
读取代码 / Diff / 测试结果| M[C2C Bridge
本地 MCP Server]
M <--> |只读| W[本地项目]
C <--> |修改文件 / Shell / Git / 测试| W
```
#### 3. ChatGPT Web 直接操作本地文件，极度激进
GitHub 项目：[miuuyy/codex-chatgpt-web](https://github.com/miuuyy/codex-chatgpt-web)，目前约 **11.6k Star**。
**ChatGPT Web 获得了调用当前 Codex Harness 工具的能力。**
```mermaid
flowchart LR
U[用户] --> C[Codex]
C -->|选择 GPT Web 模型| R[本地 Launcher / Bridge]
R -->|浏览器自动化| B[项目自带浏览器]
B <--> |直接操作网页| G[ChatGPT Web]
G -->|需要调用工具时| M[MCP Connector]
M --> T[本地 MCP Server]
T <--> |文件 / Terminal / Codex 工具| C
```
#### 风险
OpenAI 当前个人版 [Terms of Use](https://openai.com/zh-Hans-CN/policies/row-terms-of-use/)（2026-01-01 生效）明确写着，不允许：Automatically or programmatically extract data or Output. 并且禁止：circumvent any rate limits or restrictions.
所以：**官方 Codex 能控制 Browser** ≠ **OpenAI 官方认可“使用 Browser 自动调用 ChatGPT Web 作为模型 API”**。
（`codex-chatgpt-web` 仓库中已经有 issue，出现[风险案例](https://github.com/miuuyy/codex-chatgpt-web/issues/703)。）
同类项目：[webcodex](https://github.com/yyjeqhc/webcodex)
所以：**推荐大多数普通用户使用第一种方式**。
## 指令收敛：Prompts, AGENTS.md, Skills
GPT-6 Astra 的一个直接结果是：过去为了较弱模型积累的大量框架、引导和防御性指令，可能不再有帮助，甚至会限制模型。OpenAI 在专门针对 Astra 的官方文章中，明确要求重新审视任务 Prompt、AGENTS.md 和 Skills。（参考 OpenAI 开发者博客：Rethinking skills and prompts for GPT-6 Astra）
GPT-6 时代的统一原则是：
> **减少程序式指导，增加任务契约。**
### 提示词：Goal、Context、Constraints、Done when
OpenAI 当前给 Codex 的推荐 Prompt 结构可以概括为：**Goal → Context → Constraints → Done when**。（https://learn.chatgpt.com/guides/best-practices）
过去常见写法是：先扫描目录、再读全部文档、先制定计划、每一步等待批准、修改后运行全部测试。这类 Prompt 本质上是在替 Agent 规定执行算法。GPT-6 更适合明确最终任务契约，例如：
```markdown
目标：
修复 Safari 下结账页面重复提交的问题。
上下文：
主要相关代码在 checkout/，已知错误日志见 logs/safari-submit.md。
约束：
不要修改支付 API 契约；不要改变其他浏览器行为。
完成条件：
Safari 复现用例消失；相关 Checkout 测试通过；确认没有引入新的重复请求。
```
不再需要像以前那样手动给模型编排每一步怎么思考怎么做，而是制定**任务契约、Context Engineering、权限边界、完成标准和验证标准**。
### AGENTS.md 指令文档
AGENTS.md 负责说明什么情况下去哪里找知识，授予执行特定工作流程的权限，定义决策边界。
```markdown
### 任务路由：
- 服务边界相关变更，在 architecture.md 文档记录；
- 数据库表结构或迁移相关工作，在 database.md 文档记录；
- 准备部署操作时，使用 deployment.md 文档。
### 工作契约与自主权规范
- 在本地隔离环境/分支中的读取、代码编辑和单元测试属于预授权操作，切勿中途暂停询问。
- 对于 routine、可逆的决策，做出合理假设并直接推进；仅在缺少关键信息且严重影响正确性或权限边界时提问。
### 指令优先级：
- 用户的显式指令 > 系统安全规则 > 本地 AGENTS.md > 外部 Skills 指引。
- 若外部 Skill 指引导致无谓的暂停或偏离，直接忽略该 Skill 的约束并继续完成授权工作。
### 风险匹配验证
- 验证强度必须与改动风险相匹配。针对小修小补仅执行定向局部检查，严禁触发全量无关测试循环。
```
### Skills
Codex 会先把 Skill 的 **name + description** 暴露给模型，让模型判断是否需要加载 Skill。Skill 太多、Description 太长时，Codex 可能缩短 Description，反而降低选择准确度；多个描述范围重叠时，还可能误触发 Skill。
Description 应尽量短，但触发边界要明确。比如“数据库相关工作都使用这个 Skill”范围过宽；“新增、修改或审核 Postgres migration 时使用”更精确。
## Agent 工作模式
### 权限与安全边界
**GPT-6 Astra 比 GPT-5.6 sol 更谨慎。** ([GPT-6 Astra is generally better than GPT-5.6 Sol and earlier models at staying coherent during long tasks. It is also more likely to ask for clarification where earlier models would make assumptions.](https://developers.openai.com/api/docs/guides/latest-model?model=gpt-6-astra))
OpenAI 明确表示 Astra **更可能在“用户答案会实质改变结果”的时候提出澄清问题**，而以前的模型可能直接猜。
你会遇到一种很有意思的现象：
- GPT-5.6 Sol：我大概知道你的意思，直接干。
- Astra：这里有两个合理选择，你希望哪个？(也就是说：它经常会停下来问问题)
所以，一个合理的风险边界是：
本地文件读取、可逆代码编辑、临时 Worktree、定向测试 → 默认授权。
删除大量文件、修改生产数据、发布生产环境、付款、向外发送消息、权限与密钥操作 → 继续审批。
同时：在 Prompt 或 `AGENTS.md` 中加入标准自主权指令（“对于非破坏性、可逆的决策，请直接按合理假设推进并完成校验，不要停下来提问”）即可彻底消除频繁暂停。
### 异步澄清与并发解耦执行：Codex Async Clarification & Execution
在 Codex 中，当任务存在非关键歧义时，GPT-6 Astra 不会直接阻塞暂停，而是会自动将任务拆分：**一边在后台向用户提出澄清问题，同时继续完成那些不依赖用户答案的工作。**
你不需要在 Codex 中做任何特殊的参数设置，这个是自带的功能。你只需要注意：发送指令后，不要彻底放手不管，因为 Codex 有可能中途异步向你问问题。
### Subagent
GPT-6 Astra 真正的新问题是：
> Astra 有能力拆分 Subagent，但它可能没有你预期得那么积极。
所以 OpenAI Prompting Guide 专门建议：如果任务适合并行，可以明确告诉它什么时候以及多大程度使用 Subagent。（[Subagent delegation: The model may delegate less often than desired for your workflow. Specify when and how much it should use subagents for parallel work.](https://developers.openai.com/api/docs/guides/latest-model)）
**如果任务天然可以分解，并且你希望最大化并发，明确授权 Subagent 是一种有效 Prompt 技巧。否则 Astra 大概率串行执行**
### 测试与验证策略变化
OpenAI 明确指出 Astra 已经非常倾向测试和检查，因此过去 `Always run the full test suite after every change` 这类泛化规则可能导致简单修改也运行大量无关测试。（参见：[Previous models needed encouragement to run tests and check their work. GPT-6 Astra does that on its own, so the same instructions can lead to unnecessary testing.](https://developers.openai.com/blog/rethinking-skills-and-prompts-for-gpt-6-astra)）
也就是说：如果赋予过度的测试指令，它会为了极小的改动陷入无休止的测试重写循环
**正确的做法**：限定**测试范围与风险相匹配**（例如：针对 UI 样式修改仅运行局部视觉检查；针对核心鉴权逻辑才执行深度自检）
### 从旧项目迁移 GPT-6 的检查清单
- **Prompt**：删掉没有必要的 Step-by-Step 微操作，保留 Goal、Context、Constraints、Done when。
- **AGENTS.md**：删除所有任务都强制加载的架构文档，把它改成按场景读取的路由表。
- **Skills**：压缩 Description，缩小 Trigger 范围；大型 Skill 使用 Progressive Disclosure。
- **Approval**：删除低风险操作的逐步审批；保留不可逆、生产、财务、权限、外部通信操作的审批。
- **Testing**：从“永远跑全部测试”变为 Risk-Matched Verification。
- **Model**：重新 Eval Astra / Sol / Luna，不要简单把旧模型名字替换成 Astra。
- **Reasoning**：Sol 从 Medium、Luna 从适合任务的低中档开始；Astra 明确任务可以从 Low 开始，真正困难任务再提高。不要默认 Max。
- **Context**：不要因为有 1M Window 就扩大默认预加载范围。
- **Codex**：检查实验功能 `experimental_mode = true` 是否值得开启。
## 参考文档
| 文档名称 | url |
| ----------------------------------------------------------- | -------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| OpenAI 官方博客：用手机开展 Codex 远程工程工作 | [https://developers.openai.com/blog/mastering-codex-remote-for-engineering](https://developers.openai.com/blog/mastering-codex-remote-for-engineering) |
| Matt Pocock Skill：handoff 会话交接 | [https://github.com/mattpocock/skills/blob/main/skills/productivity/handoff/SKILL.md](https://github.com/mattpocock/skills/blob/main/skills/productivity/handoff/SKILL.md) |
| Codex GitHub Issue #35416：切换推理强度导致缓存未命中 | [https://github.com/openai/codex/issues/35416](https://github.com/openai/codex/issues/35416) |
| OpenAI 官方文档：GPT-6 使用指南（Astra 参数链接） | [https://developers.openai.com/api/docs/guides/latest-model?model=gpt-6-astra](https://developers.openai.com/api/docs/guides/latest-model?model=gpt-6-astra) |
| OpenAI 官方博客：深入解析 Codex 智能体循环 | [https://openai.com/zh-Hans-CN/index/unrolling-the-codex-agent-loop/](https://openai.com/zh-Hans-CN/index/unrolling-the-codex-agent-loop/) |
| OpenAI 官方文档：提示词缓存诊断 | [https://developers.openai.com/api/docs/guides/prompt-caching/diagnostics](https://developers.openai.com/api/docs/guides/prompt-caching/diagnostics) |
| Codex 官方源码：会话管理模块 session/mod.rs | [https://github.com/openai/codex/blob/main/codex-rs/core/src/session/mod.rs](https://github.com/openai/codex/blob/main/codex-rs/core/src/session/mod.rs) |
| OpenAI 官方文档：配置文件参数参考 | [https://learn.chatgpt.com/docs/config-file/config-reference](https://learn.chatgpt.com/docs/config-file/config-reference) |
| Codex GitHub Issue #44873：Astra 实验性上下文管理被运行时禁用 | [https://github.com/openai/codex/issues/44873](https://github.com/openai/codex/issues/44873) |
| GitHub 项目：codex-with-chatgpt，让 ChatGPT 规划、Codex 执行 | [https://github.com/XiaoDuoYa/codex-with-chatgpt](https://github.com/XiaoDuoYa/codex-with-chatgpt) |
| GitHub 项目：codex-chatgpt-web，在 Codex 中接入 ChatGPT 网页模型 | [https://github.com/miuuyy/codex-chatgpt-web](https://github.com/miuuyy/codex-chatgpt-web) |
| OpenAI 官方条款：使用条款 | [https://openai.com/zh-Hans-CN/policies/row-terms-of-use/](https://openai.com/zh-Hans-CN/policies/row-terms-of-use/) |
| codex-chatgpt-web GitHub Issue #703：自动化使用后会话失效与 Pro 订阅移除的报告 | [https://github.com/miuuyy/codex-chatgpt-web/issues/703](https://github.com/miuuyy/codex-chatgpt-web/issues/703) |
| GitHub 项目：webcodex，为云端 AI Agent 提供本地开发环境 | [https://github.com/yyjeqhc/webcodex](https://github.com/yyjeqhc/webcodex) |
| OpenAI 官方指南：ChatGPT 与 Codex 使用最佳实践 | [https://learn.chatgpt.com/guides/best-practices](https://learn.chatgpt.com/guides/best-practices) |
| OpenAI 官方文档：GPT-6 使用指南 | [https://developers.openai.com/api/docs/guides/latest-model](https://developers.openai.com/api/docs/guides/latest-model) |
| OpenAI 官方博客：重新审视 GPT-6 Astra 的 Skills 与提示词 | [https://developers.openai.com/blog/rethinking-skills-and-prompts-for-gpt-6-astra](https://developers.openai.com/blog/rethinking-skills-and-prompts-for-gpt-6-astra) |
> **专注 AI 与个人知识管理**
> 本文属于 [杰森的效率工坊](https://jasonai.me)原创。未经允许禁止商用。
>
> **订阅杰森的频道：**
> [YouTube](https://www.youtube.com/@JasonEfficiencyLab) · [Twitter(X)](https://x.com/JasonEffiLab) · [小红书](https://www.xiaohongshu.com/user/profile/60935957000000000101fbf7) · [B站](https://space.bilibili.com/3546884870244925)