最近看 Codex 的 goal，最容易让人误会的一点，不是它会不会写代码，而是它为什么像能在终端里自己接力干活。你给它一句目标，它不是回你一段话就结束，而是能继续改、继续测、继续修，跑上几个小时。
新东西其实不在“更自动”，而在它开始把“做到什么算完”当成一等公民。
OpenAI 在 2026-05-21 把 Goal mode 正式推到 Codex app、IDE extension 和 CLI。Claude Code 这边也已经有官方 /goal 页面，而且实现口径写得更直白。两家终端现在都在往同一个方向收敛：把 agent 从“等你每轮喂一句话”改成“围着一个完成条件持续推进”。这篇就把这件事拆开讲清楚。
傻眼了。
ChatGPT 官方这边一直不太好直接看 token 和费用，我就找了个三方平台，在 Codex 里拿 GPT-5.4 和 GPT-5.5 跑了一轮同类任务，思考模式都拉到 high。结果很直白，简单问题还算温和，GPT-5.5 比 GPT-5.4 大概贵了 30% 左右；一上复杂任务，费用直接干到 2.6 倍，连请求次数和 token 消耗都一起往上走。
我现在的判断也很直白：这不是一句“5.5 单价更贵”就能说完的事。简单问题里，贵主要贵在单价；复杂任务里，贵的其实是整条调用链。但是反过来看，5.5 也确实更像是在替你吃掉返工成本。模型更愿意多想、多做、多检查几步，最后账单不是按一句回答算，而是按整套动作算，人也少来回折腾几轮。
用 Codex 这段时间，有个问题一直挺别扭：默认思考档位是 medium，但网上一聊到 GPT-5.4，口气又都很猛。真到自己手里，medium、high、xhigh 到底差多少，官方也没给一张特别直白的表。
我现在的结论挺明确，日常编码我更愿意直接开 high。medium 不是不能用，快活、小修小补、试探方向没问题；但真到多文件修改、需求有歧义、还要边看代码边判断的时候，medium 很容易把算力省错地方。xhigh 我反而不会常开，留给卡壳的大活更合适。
这几天看 AI 编程，前脚大家还在聊 MCP，后脚又开始聊 Skill。很多人第一次看到这个词，会本能地把它当成又一个新协议，或者又一种高级提示词。
我的判断很直接，Skill 不是来抢 MCP 位置的，它更像是给 agent 配一份工种手册。MCP 解决的是“让 agent 能连上外部世界”，Skill 解决的是“连上以后，按什么套路把活干稳”。这两者不是替代关系，更像是一前一后。
说白了，MCP 让 agent 有手有脚，Skill 让 agent 别乱来。
整个三月份，我都在不同的大模型 API 中转站之间来回试。
便宜，确实是便宜。一个月花不了多少钱，就能把 ChatGPT、Claude、Gemini 之类的国外模型都摸一遍，表面上看，像是找到了一个性价比极高的解法。但真正用下来以后，我越来越觉得，这条路从一开始就绕不开一个不可能三角：质量、稳定、划算，三者很难同时成立。
到了上周末，这件事基本也算彻底明牌了。2026-03-28 到 2026-03-29 这两天，ChatGPT 相关通道的风控体感明显收紧，Claude 这边也一样，很多原来还能凑合用的低价中转，突然就变得不稳定，甚至直接失效。对我来说，这基本宣告了低价 API 中转模式的阶段性终局。