AI 协作手记
Working with AIClaude Code、Codex、ChatGPT 的日常使用笔记:token、prompt、effort 和协作原则。
在全部文章中筛选并搜索这个主题 →今天打开 ChatGPT,看到了 GPT-6 Astra 的更新提示。
最近有两个契机,让我重新开始用 Gemini。
很早就试过 ChatGPT Voice。
最近我把 ChatGPT 的 Scheduled Tasks 用得比较重,目前有 13 个 active tasks。
有一次,我让 Codex 完成一个比较长的开发任务。
一天用了接近 50%,第二天又用了 20% 以上。
升级 ChatGPT Pro 后,我最自然的反应是:
和一次性回答为主的 Chat 场景相比,Agent 可以自己读取文件、搜索资料、调用工具、执行命令,再根据结果继续调整。
刚开始使用 Claude Code 时,很容易不断往 CLAUDE.md 里加内容。
「事无巨细的老板会限制员工的创造力,Micro-manage 的结果往往更不尽人意」
模型更听话,不代表原来的指令还会得到同样的结果。
上一篇,我整理了 Claude Code 在一次长时间协作里犯下的几类错误:
你永远猜不到它能犯多少种错误,bug 是最不值得一提的一种
我们为 AI / agentic tool 付费后,token 或额度其实就是一种资源。如果这个周期没用完,它就过期了。
最近用 Codex 做完一个稍长的任务后,我发现:
最近打开 Codex,发现它升级后变成了 ChatGPT。
不是排名,而是看它们在概念学习、岗位判断、产品分析里,分别适合放在哪一步。
不是提醒事项而是 AI assistant 的下一步
最近用 Claude Code、Codex 这类 coding agent 时,经常有一个很微妙的感受:
文字标题:从 ChatGPT 到 Codex: AI 工具的使用方式变了
先说明一下:严格来说,Claude Pro 订阅里更准确的说法是 usage / 使用额度,不是 API 那种精确 token 计费。