原文首发：微信公众号 上个月花 20 美金试用了一下Codex 的 Plus 套餐，实在太好用，但苦于 额度实在不够用，于是这个月直接硬上 200 美金的 pro 套餐。说说为啥 codex 这么香：1，长程任务的稳定性。这个怎么说呢，不亲自体验就很难真切的理解，正所谓东西好不好吃，还得自己去亲口尝一尝，我只能说，codex 的长程任务能力巨叼，给他布置好一个终极 goal，开启/goal 模式，动辄执行 3-5 个小时，然后交付成果，目前这种长链条复杂度、带有明确目标导向的任务，codex 是做的最让我满意的。2，对于人类意图的理解。这也是个很难说明白的点，我的笔笨，很难清晰的表达出来。就是，打个比方，我对小龙虾交代一个任务，可能需要苦口婆心的说 10 句话，告诉他完整的 sop，各种禁忌，什么要做，什么不要做，哪里需要特别注意，必须把任务描述交代的特别特别清晰，即使这样小龙虾还很有可能给我做出一堆屎一样的东西。而 codex 呢，我可能只需要寥寥几句话，他就能完全 get 到我的意思，不用多费一句口舌，这一点的体验实在是太好了，省却了很多无端的心力。附上几张我被小龙虾（接入某国产大模型）气的不行的截图：3，手机远程即可操控。不用多说了吧，有 codex 基本上可以完全抛弃小龙虾了，小龙虾能做的 codex 全部都能做，而且后者能力要强太多了。唯一让我没有弃用小龙虾的理由是，小龙虾的记忆架构还不错，保留了我很多细颗粒度的记忆体系和内容，我准备找个机会系统性的让 codex 全盘吸收、继承我的 openclaw 记忆体系，然后 openclaw 就可以彻底弃用了。4，比 claude code 稳定很多。懂得都懂，cc 封号太严重，而 openai 对国区用户很良心，甚至还出了分享刷新额度的营销手段。不怕你白嫖，就怕你不用，尽一切手段拉新。如此和 cc 一比，高下立判，claude code 画地为牢、作茧自缚，不懂得广纳贤士，反而把巨大的中国市场拒之门外，实在呆逼，德不配位，用zz立场来左右市场策略，在现代的商业社会是非常不成熟的做法，也证明他们内部有强烈的意识形态划分，迟早药丸。关于 200 美金值不值这个问题：从我角度出发，我觉得值，因为我本身就是重度 AI 使用者。我只要打开电脑，办公 or 学习 orwhatever 做任何事情，只要是打开电脑，坐在书桌前，甚至走在外面，带着手机，我都会习惯性的使用 AI。日常生活中 90% 的内容，只要是能够在电脑里面完成的事情，我都会交给 AI 来做，所以 AI 是我最强大的帮手，200 美金基本上足够我每月的重度使用，解放了我大量的时间精力成本，增强了我至少三五倍的产出效率，这个性价比，我觉得很值。更何况，市面上主流的 AI 产品我基本都用过，一分价钱一分货，便宜的AI 就是不行，没什么好说的，越贵的 AI 就是越牛逼，所以综合权衡，codex 是我目前能够负担得起、又能量大管饱用的爽、又是最顶级模型能力梯队的不二之选。但是，如果纯粹的从经济收益的角度来考虑，200 美金一个月大概率是赚不回来的，别想着 codex 能够每月稳定帮你赚回 200 美金的收益，不太现实，把这个当做一种投资和消费就好了，主要是用的爽，而且对我的个人成长帮助特别大。放平心态。另外我现在佛系写写公众号，也为了挣一些流量费、阅读费、打赏费，来贴补一下我的 token plan 支出，哈哈。现阶段我主要用 codex 做什么：

核心任务：让AI逐渐接管我生活里所有低价值、重复性、消耗心力的部分，把我的注意力释放出来，集中到真正重要的判断、决策、创造和赚钱上。

第一类，是杂务外包。找文件、整理材料、归档截图、生成报销包、改 Word、做表格、合并图片、整理文件夹、写话术、列 todo、做日程、把一堆乱七八糟的信息变成可以直接执行的清单。这些事情不难，但非常烦，最消耗人的精神，过去靠自己硬扛，现在交给 AI，人脑不应该被“文件放哪了”“这个 PDF 怎么命名”“这堆截图怎么整理”这种事情污染。

第二类，是判断辅助。合同能不能签，政策怎么理解，职场话该怎么说，某个局面该进还是该退，某个人情关系该硬还是该软，一个方案有什么风险，一个决策的代价是什么。AI 不能替我拍板，但它可以帮我拆局，把背景、利益、风险、选项、后果全部摊开。AI 帮我把混乱变成结构，把焦虑变成选项，把“我该怎么办”变成“现在有三条路，每条路的代价是什么”。

第三类，是知识库管理。我的本地知识库里有文章、聊天记录、简历、合同、研究材料、投资笔记、自媒体素材、生活记录、各种奇奇怪怪但未来可能有用的东西。过去这些资料只是躺在硬盘里，像一座没人管理的仓库。现在我逐渐放权，让 AI 把它们变成可检索、可调用、可复用的资产。优先查本地知识库，本地没有再上网；发给 AI 的文件第一时间归档；重要对话沉淀成记忆；有价值的工作流整理成 SOP。数据在谁手里，谁就有定价权。通用大模型是公共汽车，私有知识库加 Agent，才是自己的专属房车。

第四类，是内容生产。一个 idea 进来，可以通过一系列SOP，被放大成公众号文章、小红书笔记、视频脚本、封面图、标题库、评论区回复、选题矩阵，甚至未来的产品。以前内容创作靠灵感，现在创新靠飞轮复利系统：日常对话进入素材库，素材变成初稿，初稿改成多平台版本，发布后数据和评论再回流，继续生成下一轮选题。这就是 AI 复利飞轮。人负责判断和品味，AI 负责执行和放大。

第五类，是数字资产保存。每一次高质量 AI 对话，本质上都是一次认知资产生产：一个好提示词、一个好工作流、一套报销 skill、一篇去 AI 味写作规则、一个封面图生成流程，未来都可以反复复用。让 AI把 AI 对话、提示词、文件、案例、成品有价值的部分全部沉淀下来，变成未来可复用的模板。

第六类，是复杂任务执行。长程任务：给它一个明确目标，让它自己拆解、查资料、读本地文件、生成副本、改文档、跑脚本、检查结果、最后交付一个能直接用的成品。这里面的关键是它要能稳定地完成一个复杂链条。未来我的很多任务，都应该从“我一步步亲手做”，变成“我定义目标、设定边界、审核结果”。

具体的东西颗粒度太细了，这里不一一展开，后续会慢慢发文章分享。关注我，我是一个真实的AI干货分享者，老明。