Codex 额度重置的心理学：变量比率强化如何制造"重置瘾"
- 链接: https://x.com/swyx/status/2115341903311024395
- 分类: x-tips
- 来源: X @swyx（引用 @MattOfMisk 与 @AdamHoltererer 的对话链）
- 作者: Jay
- 更新: 2026-10-29
这是什么
这不是一篇技术教程帖，而是一条"科普梗 + 一张信息图"的组合帖，但信息图背后恰好踩在一条很实的工程问题上：AI 编程工具的额度重置节奏，正在被开发者当成老虎机来玩。
帖子本身的引用链是三层：
- @AdamHoltererer 发了一段视频，配文"OpenAI has reset Codex limits 11 times this month"（链接：https://x.com/AdamHoltererer/status/2115090264138395670 ，视频：https://x.com/AdamHoltererer/status/2115090264138395670/video/1 ）
- @MattOfMisk 回复："@AdamHoltererer I honestly don't get the obsession with limit resets"（链接：https://x.com/MattOfMisk/status/2115104790262796305 ）
- swyx 引用这条链，配一张自己做的信息图 "Why Variable Rewards Are So Powerful"（A simple guide to operant conditioning, Skinner boxes, and reward schedules），文案："hello from literally everybody who took psychology 101 in undergrad"。
原图：https://pbs.twimg.com/media/HVs0P_OboAAnAxW.jpg
swyx 的梗是：所有上过心理学导论课的人都会秒懂——"重置额度"本质上是一套变量比率（variable ratio）强化程序。你不知道再等多久/再干多少活能撞上一次重置，但"下一个奖励可能就在这次行动之后"，于是人会一直守着、一直刷新、一直等。Matt 说"我真不理解为什么有人迷恋额度重置"，swyx 的回答是：他们自己可能都没意识到自己已经被强化程序训练过了。
信息图给了一张强化程序排序表（CRF → FI → VI → FR → VR），并点出核心结论：变量比率奖励最强大，因为下一个奖励永远可能就在这次动作之后；同时图中自己标注了 VR ≈ 2.0× VI，并注明"这个 2.0× 指经典实验中的 VR 对 VI，其他比较只是方向性而非普适倍数"。
核验来源
官方出处（OpenAI Codex 文档）
额度机制部分全部取自 OpenAI 官方 Codex 定价/额度文档（https://developers.openai.com/codex/pricing ，当前跳转至 https://learn.chatgpt.com/docs/pricing ）：
- 官方给出的用量额度是 每 5 小时周期（five-hour period） 的本地消息数估算，Plus 与标准 Business 计划各模型估算值不同（例：GPT-6 Luna 350–3,000，GPT-6.1 Sol 15–160，GPT-6.1 Terra 35–285，GPT-6 Sol 15–150，GPT-6 Astra 5–45）；Pro 计划目前没有 5 小时限制，此外还可能有周限制。
- 官方明确写了："The estimates below show local messages per five-hour period… These estimates are not fixed message limits; check your usage dashboard for current limits and reset times." 本地消息与 cloud chat 共用同一额度，cloud 任务可能吃掉更多。
- 查额度与重置时间的官方入口有两个：usage dashboard（显示当前 limits 与 reset times），以及 Codex CLI 会话内的
/status（显示剩余额度）。 - 超额后可走 credits：额度用完后用 credits 继续；credits 计价按百万 token，GPT-6 Astra 输入 250 credits、缓存输入 25、输出 1250；GPT-6.1 Sol 50/2.5/250；GPT-6.1 Terra 25/1.25/125；GPT-6 Luna 2.5/0.25/12.5。官方举例："A typical GPT-5.6 Sol task may use 2-15 credits."
- 速度模式是倍数放大器：Fast 模式在订阅额度内 2.5×、在 credits/企业按量付费下 2×；GPT-6 Astra Ultrafast 8×/6×；GPT-6.1 Sol Ultrafast 8×/6×。
- API key 计费与订阅额度是两套体系，官方建议 API key 用于 CI 等共享环境自动化；Enterprise/Edu 灵活定价没有固定 rate limit，用量随 credits 伸缩。
- 官方给出的降消耗建议原文方向是：如果用量高于预期，考虑"a smaller model or tighter task scope" 是否仍能产出有用结果；并建议每 1–2 周查一次 dashboard 掌握节奏。
心理学出处
变量比率高于变量间隔、抗消退更强这一点有多来源支持：Ferster & Skinner《Schedules of Reinforcement》(1957) 的经典框架；Skinner 在 Science and Human Behavior (1953) 中称变量比率程序"much more powerful"，并直言"the efficacy of such [variable-ratio] schedules in generating high rates has long been known to the proprietors of gambling establishments"；教学材料（OpenEd CUNY、Lumen Learning）给出的标准排序为 FR 高但有停顿、VR 高而平稳、VI 中等平稳、FI 呈扇贝形，VR 最抗消退。
明确不足 / 未获证实
- 图中 "VR ≈ 2.0× VI" 这一具体倍数，本次交叉检索未找到支持该精确数值的实验/权威出处；可查文献只支持方向性结论（VR 反应率高于 VI、且更抗消退）。图自己也标注了这一点。请勿把 2.0× 当作可引用的硬数据。
- "OpenAI 本月已重置 Codex 额度 11 次" 来自 @AdamHoltererer 的个人视频统计，本次未找到 OpenAI 官方对该计数的确认，属未经证实的个人观察。
- swyx 本人并未声明这是他原创的信息图，只说是"psychology 101"；图中内容按科普材料对待。
上手步骤
把"重置额度"从老虎机变成固定节奏，只需四件事：
1. 先看窗口，再决定做什么
在 Codex CLI 会话里用 /status 看剩余额度与重置时间；跨设备/跨天看 usage dashboard。官方建议每 1–2 周查一次 dashboard 掌握节奏与剩余容量——这本身就是把随机等待换成节奏感。
2. 把 5 小时窗口当排期单位，而不是当彩票
额度估算本身就是"每 5 小时周期"的，所以正确用法是：把 5 小时窗口当成一次可预期的配额周期，在窗口刚重置时优先启动最重、最需要长上下文的任务（agent 需要 hold 更多 context 的大任务），把零散小任务塞进剩余额度。不要为了"赌"下一次重置而空转刷状态——那正是变量比率程序在训练的行为。
3. 需要超额时用 credits，而不是靠等
Plus/Pro 可用 credits 灵活扩展用量；额度用完后 credits 直接接上，比"守着等重置"更可控。API key 用户走 API 定价、与订阅额度分离，适合 CI/自动化这类不需要跟人抢窗口的场景。Enterprise/Edu 灵活定价没有固定 rate limit，用量直接随 credits 伸缩。
4. 别用速度模式去"抢救"额度
Fast/Ultrafast 在订阅额度内是 2.5×/8×，在 credits 下是 2×/6×。用 Ultrafast 硬跑一个本可以用标准速度完成的会话，是把一个 5 小时窗口烧成半个的典型方式。
适用边界
| 说法 | 是否成立 | 说明 |
|---|---|---|
| 额度按 5 小时周期重置，另有周限制 | ✅ 官方文档明确 | 但 Plus/Business 的具体条数是估算值，不是固定上限 |
| Pro 目前没有 5 小时限制 | ✅ 官方文档当前如此 | 措辞是"currently"，随时可能调整 |
| VR > VI，VR 更抗消退 | ✅ 教科书级共识 | Ferster & Skinner (1957)、Skinner (1953) 及教学材料 |
| VR ≈ 2.0× VI | ⚠️ 未获证实 | 只支持方向性排序，别引用倍数 |
| 本月已重置 11 次 | ❌ 未证实 | 个人视频统计，无官方确认 |
| OpenAI 有意把额度做成"赌博机制" | ❌ 无依据 | 变量比率只是解释框架，不是产品设计声明 |
适用人群：把 Codex / ChatGPT Work 当主力工作流、经常被额度卡住、并且已经出现"盯着重置时间、反复刷新"的开发者。边界：额度消耗高度依赖模型、上下文长度、工具调用与检索，prompt 长度本身不是可靠估算依据；官方给的数字是估算区间，务必以自己 dashboard 的 reset time 为准，而不是把本文数字当配额合同。
一句话结论
"重置额度"是一台老虎机：下一个奖励永远可能就在这次动作之后，所以人会被训出守着的习惯——解法不是戒掉它，而是把它变成固定排期：窗口刚开就干重活、用 /status 和 dashboard 看真实节奏、超额走 credits 而不是等、别用速度模式烧配额。心理学的方向性结论有据可查，但图里那个 2.0× 倍数、"本月 11 次"都缺官方出处，别当硬数据引用。