自主制作ちょっとずつ増えてきた。 今なお、CSSアニメーションは楽しい。 yui540.com/motions

On the $200 Plan, GPT-4 high seems to top out at 8 subagents in practice. I tried to pushing it to 10, but it kept running into 429 errors.

我和我的投资机会

I checked my Google Cloud Console, and when I searched the Quota page for global_online_prediction_input_tokens_per_minute_per_base_model, anthropic-claude-opus-4-7 was indeed listed.

Since Opus 4.6 got nerfed, Opus 4.7 could just ship the old 4.6 again and people would call it a massive improvement.

1. Opus 4.7 用了新的 tokenizer，相同的输入会映射为更多的 token，约 1-1.35 倍… 2. Opus 4.7 在 higher 思考等级下，会导致更多的 output tokens。 把涨价🤑说的如此清新脱俗。

- 总是不断思考 `软件` 和 `AI` 的边界： 1. 哪些体验应该是确定的、被动的、封闭的、精确的、快速的。应该用代码解决。 2. 哪些体验应该是随机的、主动的、开放的、有思想的。需要 AI 来解决。 - 然后删除一切 AI 能解决的古典交互方式。 - 重复。

产品值多少钱，不看它本身值多少钱，取决于收购方在这方面有多差劲。 因为 xAI 差劲到花 600 亿也做不出来 Cursor。

我一直认为公司支付 token 是不可持续的。 - 如果是公司全额支付，按 GPT $200 Plan 计费，1M /fast 猛干，很容易用到十几个号； - 如果是个人费用，精打细算，精确控制 context 和 prefix 缓存， 1-2 个号就足够使用； 非大厂根本无法支付 $30000 刀/年的费用，更合理的方向是部分报销。

Codex App 就是最适合普通白领的 Agent，没有之一，我推荐身边一切 HR、产品、运营、销售、客服、财务朋友们使用。 - 能自动操作电脑(Mac only)，不抢你的光标 - 能自动操作浏览器，保持登陆态 - 能读 PDF，能改 excel / PPT - 能生成图片，编辑图片 - 能每天跑定时任务

The weirdest, yet most reasonable, ways to use up a Codex plan: - text-to-image generation and image editing - Thousands of automated searches for user research and competitor analysis - text processing, translation, proofreading - 8 subagents running in parallel. Love it!

那一刻，原子弹眩晕瘫坐在椅子上，仿佛看到了奥本海默爆炸。

越来越多的人从 Claude Code 转用 Codex 了，观察一下就会发现，他们现在用 Codex。 Opus 不降智的话就比较聪明，除了缺点全是优点。而 GPT 即使价格翻一番，换算下来也才 2 倍，要是不考虑钱就很便宜。 别的不说，好用的模型，用起来就真的特别好用。GPT 的含金量在上升的过程中，含金量还在上升。

Arena 的评分是个笑话，你们只跑了 frontend 基准测试吧。

屏幕上的每个像素，直接从模型实时流式生成。 没 HTML，没布局引擎，没代码。 这是新时代的小孩的交互。 一方面获取知识的速度令人羡慕； 另一方面，言出法随的视觉反馈，没有人能拒绝这种快速的多巴胺刺激，意味着每个人都将是算法的奴隶。啊已经是了，那没事了。

还真是只测了前端，重新定义了 Code Arena。

技术进步先普及的一定是金融、黄、赌、诈骗。他们有快速变现的能力和动力。

我一般使用这样的调用链： supervisor_loop 脚本 -> codex -> 8 subagents，可以运行达到 24 小时以上，codex 还负责验收 agent 的产出。 supervisor_loop 脚本用 Codex App 写的，然后让 Codex App 启动，监听运行状态。 我的任务简单但需要大量的 token，完全可取代之前昂贵的 Gemini 3.1 Pro。

李博杰数据： GPT-5.5 Pro → 10T GPT-5.5 Thinking → 9.7T GPT-5.4 Pro → 2.2T Claude Opus 4.7 Thinking → 4T Claude Opus 4.6 Thinking → 5.3T Gemini 2.5 Pro → 1.2T Elon Musk： Claude Opus 4.6 → 5T Claude Sonnet 4.6 → 1T 黄仁勋： Grok 5 → 7T 数字可以交叉验证，堆料是王道！

所以 Opus 4.7 确实是缩水了啊。