CodeX 额度不够用？一招让它多干 10 倍活【附 6 段配置】

活干到一半，Codex 告诉你额度用完了，几个小时后才重置。有人开 20 美元的 Plus，让它跑一次公众号自动排版，5 小时额度就没了。

等吧，思路断了；加钱买 credits，又心疼。X 上骂这件事的帖子，一刷一大片。

其实额度没那么少，是最贵的模型被拿去干了杂活。下面这 6 段配置和提示词，一次配好，以后不用再盯着额度干活：

1.让 Codex 自己配好 2. 子代理默认用 Luna 3. 侦察兵和修理工 4. AGENTS.md 自动派活 5. 日常派活提示词 6. 额度见底前的最后一招

插一句：🚀 我的公众号开通了！

Twitter 适合看短内容，但很多 AI 经验，三两句话其实根本讲不清。

而且 Twitter 不一定随时方便打开，所以以后长篇、教程和真正值得收藏的内容，我会尽量优先放到公众号。

主要写这些：

✅ 最近用到的 AI 工具
✅ AI 热点里值得关注的机会
✅ 一个人怎么借助 AI 做项目
✅ 我自己试过的提效和变现方法

有成功经验，也会有踩坑记录。感兴趣的话，欢迎来找我玩👇

**文末还有一份更狠的：**17 个板块、90+ 篇 AI 资料包，提示词、AI 绘画、Agent、AI 赚钱全在里面。

1. 让 Codex 自己配好

不想碰配置文件的，直接把这段发给 Codex：

帮我把 Codex 配置成“主线用 GPT-6.1 Sol，杂活交给 GPT-6 Luna 子代理”，目的是省额度。请按顺序做：1. 打开 ~/.codex/config.toml（没有就新建），先备份成 config.toml.bak2. 顶层设置 model = “gpt-6.1-sol”；如果里面还有 gpt-5.5，一并替换3. 在 [agents] 下设置 default_subagent_model = “gpt-6-luna”，default_subagent_reasoning_effort = “high“4. 在 ~/.codex/agents/ 下新建 scout.toml 和 fixer.toml 两个子代理文件（内容我下面贴给你）5. 不要改动其他已有配置做完把改动前后的差异给我看，并告诉我怎么验证生效。【粘贴第 3 节的两个文件内容】

改完重启 Codex。在 CLI 里输入 /status 看一眼额度，之后每天对比，能直观看到省了多少。

2. 子代理默认用 Luna

同样是 Plus 套餐，官方估算 GPT-6.1 Sol 每 5 小时能发 15—160 条消息，GPT-6 Luna 是 350—3000 条。

读文件、搜代码、跑测试这些杂活交给 Luna，Sol 只管想和拍板。

这是整篇的核心，只有 4 行。手动改的话，把它们加进 Codex 的配置文件：

文件位置：~/.codex/config.tomlmodel = “gpt-6.1-sol”[agents]default_subagent_model = “gpt-6-luna“default_subagent_reasoning_effort = “high”

model 那行要放在 [agents] 上面，属于顶层设置。

不配这几行，子代理默认继承主线模型。你主线开的是 Sol，派出去扫文件的十个小弟也全是 Sol，额度当然烧得飞快。

推理强度为什么给 Luna 设 high？官方文档原话的建议就是 Luna 从 high 起步。它本身便宜，按 credits 计价，Luna 的单价只有 Sol 的二十分之一，开高一点也划算。

顺手提醒一句：GPT-5.5 在 10 月 14 日从 Codex 下线，配置里还写着 gpt-5.5 的，趁这次一起换掉。

3. 侦察兵和修理工

光有默认模型还不够，给子代理分好工，Sol 才知道什么活该往下派。官方示例里的探索、定位、小修复，用的都是 Luna。

第一个是只读的侦察兵：

存成 ~/.codex/agents/scout.tomlname = “scout“description = “只读侦察：找文件、读代码、搜关键词、看日志、汇总现状，不改任何东西。“model = “gpt-6-luna“model_reasoning_effort = “high“sandbox_mode = “read-only“developer_instructions = “”“只做调查，不提修改方案，除非主线明确要求。先用搜索定位，再读具体文件，不要整库扫描。返回结果控制在 20 行以内：相关文件路径、关键函数、发现的问题，原始日志不要整段贴回。”“”

第二个是修理工：

存成 ~/.codex/agents/fixer.tomlname = “fixer“description = “执行明确的小改动：按主线给的方案改代码、改文案、批量重命名、补测试。“model = “gpt-6-luna“model_reasoning_effort = “high“developer_instructions = “”“只执行主线已经定好的方案，不自己改方向。做最小改动，不碰无关文件。改完只验证你改到的部分，返回改了哪些文件、每处一句话说明。遇到方案没覆盖的情况，停下来报告，不要自己发挥。”“”

侦察兵的“结果控制在 20 行以内”最值钱。子代理把一大坨日志原样贴回主线，Sol 读这些也要花额度，等于白省。

4. AGENTS.md 自动派活

本地 Codex 不会自己主动派子代理，得你开口，或者 AGENTS.md 里写了规则。把规则写进去，以后就不用每次都提。

在项目根目录的 AGENTS.md 里加一段：

分工与省额度- 主线负责理解需求、定方案、做最终判断和汇总。- 需要找文件、读代码、搜关键词、看日志、跑测试并汇总结果时，交给 scout 子代理。- 方案已经明确的小改动（改文案、批量替换、补测试、改单个函数），交给 fixer 子代理。- 子代理只返回结论和文件路径，不把原始输出整段带回主线。- 多个子代理不要同时修改同一个文件。- 涉及架构、需求不清、需要权衡取舍的问题，主线自己处理，不往下派。

最后一条别删。Luna 擅长的是目标明确的活，要它拍板架构，省下的额度很快又会花在返工上。

5. 日常派活提示词

配好以后，复杂任务可以这么下指令：

任务：【一句话写清要做什么】做法：1. 先派 scout 摸清现状：涉及哪些文件、现在怎么实现的、有什么问题，20 行内汇报2. 你根据汇报定方案，列出要改的点，等我确认3. 我确认后，把每个改动点派给 fixer 执行；互不相关的改动可以并行，同一个文件只派一个4. 全部完成后，派 scout 跑测试并汇总结果5. 最后你给我一份总结：改了什么、还有什么风险

第 2 步“等我确认”是故意加的。方案没对齐就开干，改错一遍花的额度，比多问一句贵得多。

6. 额度见底前的最后一招

很多额度花在开工前：需求没想清楚，跟 Codex 来回改方案。

官方写的是 ChatGPT Work 和 Codex 共用一份额度。需求可以先在 ChatGPT 普通聊天里聊透，再整理成任务单交给 Codex。

在普通聊天里发这段：

我要用 Codex 完成下面这件事，请先别给代码，帮我把需求聊清楚：【描述你想做的事】你先问我 5 个最关键的问题，一次问完。我回答后，整理成一份给 Codex 的任务单，包含：目标、范围（改哪些、不改哪些）、验收标准、已知限制。任务单控制在 300 字以内。

拿到任务单，粘进第 5 节提示词的“任务”那一行。

最容易白烧额度的三件事

开着 Fast 模式不知道。Fast 消耗订阅额度是标准速度的 2.5 倍，CLI 里输入 /fast 可以切回来。 什么活都派子代理。官方明说子代理比单个代理更耗 token，每个都要自己读文件、调工具。只把读多写少的活分出去，一句话能问完的事别派。 额度见底就慌。官方说法是，正在跑的这一轮可以做完；Plus 和 Pro 可以加买 credits；也可以用 API key 继续跑本地会话，按 API 价格计费。

今天就能做的三步

1.把第 1 节的提示词连同第 3 节两个文件发给 Codex，让它配好。 2. 在常用项目的 AGENTS.md 里贴上第 4 节的规则。 3. 下一个任务用第 5 节的提示词，做完输入 /status，跟昨天的消耗对比。

还有一份大礼包送给你👇

从提示词、AI 绘画、AI 视频，到 Agent、AI 赚钱、AI 学习路线，一共 17 大板块、90+ 篇资料，关注我的公众号后即可领取。