GPT-6-Astra 已經陸續開放給 Pro 與 Business 用戶,不少人已經迫不及待開始試用。這篇文章幫你整理幾個開始之前最好先確認的設定與觀念,避免用沒多久就卡住、繞路,或不小心燒掉太多額度。以下內容是根據目前已釋出的使用經驗與官方資訊整理,因為功能與規則更新速度很快,實際使用時仍建議以官方最新公告為準。

先確認你有沒有 Astra 使用資格

Astra 目前主要開放給 Pro 與 Business 用戶。如果你使用的是 Codex 訂閱方案,可能還沒拿到 Astra 使用資格。根據目前的資訊,如果你還沒有資格,每天可以額外獲得一張重置卡,一天一張。換句話說,晚點用上未必是壞事,因為這些重置卡會累積在帳號裡,等你之後開啟 Astra 就有更多緩衝可以運用。

實際情況可能因人而異,建議登入 Codex 確認帳號裡的重置卡數量,並隨時留意官方公告。

Astra 的消耗方式與 Sol 不同

Astra 的額度消耗速度普遍比 Sol 快,主要反映在價格上。但它對 token 的使用效率也比較高,如果是明確且簡單的任務,整體消耗不見得會比 Sol 貴很多。真正需要留意的是複雜、長時間的任務,這時候可以搭配底下的策略來控制成本。

子 Agent 可單獨指定模型

Astra 支援在子 Agent 上分別指定不同模型。舉例來說,主 Agent 用 Astra 負責複雜推理與調度,拆分出去的任務交給 Sol 處理。子 Agent 的並發上限要另外設定,要注意這個上限不包含主 Agent。只要在設定中明確指定模型,就會覆蓋原本預設值。

重新檢視你的規則與指令

模型換了,你原本寫的規則也該重新檢查一遍。Astra 對 Skills 和 AGENTS.md 裡的指令會更敏感,如果一邊寫「自主完成」,另一邊又寫「每一步都必須確認」,這類矛盾指令很容易讓它卡住。臨時改變要求時,也要明確說清楚是覆蓋哪一條舊規則。

它可能會更常停下來問你問題

官方也提到,Astra 可能比之前的版本更常在執行中停下來向你確認,甚至可能停在你希望它繼續做下去的地方。比較好的做法是,在規則裡明確寫:「低風險且可逆的細節,自行判斷後繼續;會影響結果方向的問題再來問我。」這樣可以減少不必要的打斷。

停下來時,先問清楚理由

如果 Astra 真的停住不動,與其不斷催它「繼續」,不如直接問它:「是哪份文件的哪條規則讓你停下?請給我位置和原文。」這個方法也獲得官方推薦,比單純催促有效得多。

別讓單一問題卡住全部工作

Codex 有提供非同步提問工具,可以在等待你回覆的同時,繼續處理不依賴答案的部分。建議在規則裡約定:「等待我回覆時,繼續進行已經確定且不依賴答案的工作。」這樣就不會因為一個小問題,讓整個任務全部停擺。

做一半發現方向不對,適時打斷

如果做到一半發現方向有誤,可以直接打斷它並說明你的修正方向。官方強調 Astra 可以接住中途修正,同時會保留原本的任務目標。修改需求時,盡量把變更說得具體一點,不需要每次都推倒重來。

為測試設定完成標準

Astra 可能在小改動上做過度廣泛的測試。官方建議在規則中約定:「相關驗證通過後即可交付,如果出現新的問題再擴大檢查範圍。」改一行文案時,不需要讓它順便把整個專案做一次全面檢查。

推理強度:不一定每次都要開到 Max

多數使用情境下,推理強度設定為 medium 或 high 就足夠了。只有在處理非常複雜的邏輯推理或程式碼審查時,才需要開到 Max。預設開到 Max 不僅增加消耗,也可能拖慢整體執行速度。

需要長時間執行任務時,開啟防休眠功能

如果你常常把長時間任務交給 Codex,之後就離開電腦,建議留意「防止電腦休眠」的實驗性功能。目前這個功能預設是關閉的,開啟後會在使用者閒置時防止系統進入休眠,確保任務可以持續執行。不過要特別注意,它不是保證闔蓋或斷網後仍能繼續運作的萬能方案。有些人的電腦本來就設定成 24 小時不休息,那可能就用不太到這個功能。

善用新的上下文管理功能

如果你常常讓 Codex 連續處理好幾個小時的任務,可以試試新的上下文管理功能。以往程式在長時間對話後,主要靠壓縮舊訊息來騰出空間,但壓縮過程很容易丟失細節,像是之前試過什麼方法、為什麼失敗、你中途補充了哪些要求,壓縮幾輪後可能就忘了,導致它重複走失敗的路。

開啟這個新功能後,Codex 會透過跨視窗筆記保存重要資訊,需要時還能搜尋同一任務早期訊息與工具執行結果。即使某個細節沒有寫進筆記,也有機會回頭找到先前的需求或測試結果,讓它接著做下去。這方向對長時間修改專案、除錯複雜問題特別有幫助。不過它仍然是實驗功能,預設關閉,而且不要把它想成無限上下文或永久記憶。

記得更新 Codex 到最新版

功能更新的速度很快,建議隨時把 Codex 更新到最新版本,才能確保使用到最新功能與修正。

呼應一下:AI 更新速度飛快

最後想提醒大家,現在看起來很厲害的 Astra,兩、三個月後可能就變成我們不會特別留意的舊東西了,這就是當前 AI 的更新速度。與其追最新、最強,不如把時間花在真正能解決問題的流程與設定上。