GPT-5.6 Sol 的额度去哪了
为什么同样的任务,GPT-5.6 Sol 会让人觉得额度掉得更快?从工具调用、缓存输入、长上下文、重试和子任务拆开一次 Agent 回合,给出一套可以自己复测的用量账本。
Alex Xiang 的个人技术博客
我写代码三十多年,现在仍在一线做 AI 产品和工程开发。这里主要记录 AI 编程、软件工程、 本地模型和真实项目中的技术判断,也保存一个程序员亲历行业变化的长期笔记。 了解作者经历
为什么同样的任务,GPT-5.6 Sol 会让人觉得额度掉得更快?从工具调用、缓存输入、长上下文、重试和子任务拆开一次 Agent 回合,给出一套可以自己复测的用量账本。
为什么同样的任务,GPT-5.6 Sol 会让人觉得额度掉得更快?从工具调用、缓存输入、长上下文、重试和子任务拆开一次 Agent 回合,给出一套可以自己复测的用量账本。
llms.txt 到底是什么,和 robots.txt、sitemap、OpenAPI 有什么区别?本文结合 OpenAI、Anthropic、Cloudflare、Supabase、Vercel、Stripe 与 FastHTML 的公开文件,拆解格式、分层、生成、校验和上线后的最佳实践。
给 Codex 接上 MCP 只是第一步。本文实现一个代码变更影响分析工具,用 36 次真实调用比较含糊接口与语义化 Schema,拆解工具命名、参数设计、结构化输出、安全注解、错误语义和评测方法。
一个能接入真实业务的 Agent,除了模型和 Prompt,还需要任务契约、可恢复运行时、工具协议、状态与记忆、并发控制、安全边界和评测体系。本文用三个案例给出一套可落地的参考架构。
一套经过实际验证的 WSL Vulkan 学习环境:弄清 Dzn 与 Lavapipe 两条执行路径,安装工具链,枚举物理设备,编译 Shader,并建立从第一个三角形到调试、同步和小型渲染器的学习路线。
《我与 IT 这三十年》第三十一篇。2026 年,我完全进入 AI 编程时代,开始使用 Claude Code 和 Codex。开发效率大幅提升,周边工作也被自动化推进。程序员不再只是写代码,而是在和一组会读仓库、跑命令、改文件、做验证的 Agent 协同。
一次真实的 WSL 网络故障复盘:Mirrored 模式在特定 Windows 网络环境下冷启动失败,Linux 只剩回环接口。记录如何区分接口、路由和 DNS 问题,切换 VirtioProxy,并用多轮冷启动验证结果。
一次 Windows 11 磁盘空间异常复盘:从 C 盘只剩 69.5 GB 开始,逐层定位到 WSLg 远程桌面组件持续生成 ETL 日志,安全清理后保留 WSL、WSLg 与 Docker Desktop,并建立复发监控。
完成企业级 Agent 的最后一块设计:用 Trace 还原轨迹,用四层测试控制不确定性,把安全边界放在模型之外,并判断 ToB、ToC 与具体场景是否值得投入。
继续设计企业级 Agent 的数据和执行层:长期记忆怎样分层与遗忘,工具怎样契约化,多租户状态怎样用乐观锁、租约和幂等机制保持一致。
从 DeepSeek Agent 岗位讨论出发,拆解 Harness、企业级运行时、状态机、事务边界和上下文窗口,回答一个 Agent 怎样从演示程序变成可恢复的系统。
以一套虚构统一授权系统从设计、开发到测试跑通的完整演练为主线,拆解 Codex 如何借助 Goal、状态外置、检查点、模型档位切换和分层验收完成长任务。
从一份完整 Prompt 出发,用 Codex Sites 生成城市气象观察站,并设计 QVeris 动态工具发现、服务端调用、统一数据模型和凭证保护链路。文中包含在线地址、真实页面截图、访问限制和后续接入方案。
用一个可复制的示例,从协议选择、数据模型和接口契约开始,实现同时服务 Web、桌面 CLI、WSL、远程服务器与 API 的 OAuth 2.0/OIDC 统一授权系统。