跳到正文
RadarAI· X:Dominik Kundel(OpenAI 开发者体验,Codex) (@dkundel)·· 23 小时前AI 评分58

OpenAI 开发者分享用 Codex Ultrafast 保持心流的迭代方法

AI 导读

OpenAI 开发者 Dominik Kundel 分享用 Codex Ultrafast 做 UI、文档和 computer use 快速迭代的方法,并提到 Ultrafast 随 GPT-6.2 Astra 和 Sol 上线,Codex 中 token 生成最高提速 4.5×。

正文 · AI 翻译

dominik kundel· @dkundel · X·2026-11-21 03:59· 26 分钟前AI 评分64

我如何借助 Ultrafast 保持心流

AI 导读

OpenAI 开发者 Dominik Kundel 介绍此前随 GPT-6.2 Astra 和 Sol 上线的 Ultrafast(Codex 中 token 生成最快提速 4.5×)在 UI、文档和 computer use 场景中的快速迭代用法。

正文 · 原文

我有点怀念在 DevTools 里调 CSS 的日子。尝试不同的颜色、字号或动画曲线,直到感觉对了为止。开始时我并不一定清楚自己想要什么。我是一边做一边摸索出来的。我进入了心流状态。

如今我会把大量任务丢给 Codex,然后离开电脑。但尤其是在构建新 UI 时,我往往更想朝着一个方案逐步迭代。Ultrafast 让我重新找回了许多当年用 DevTools 的感觉。

本周早些时候,我们推出了搭载 Ultrafast 的 GPT-6.2 Astra 和 Sol,在 Codex 中提供最高 4.5× 的 token 生成提速。Sol Ultrafast 现已在 $200 Pro 套餐中提供,我们还在开展 API 促销,价格为标准定价的 3×,而非 6×。

到了这个阶段,我无法想象没有它的工作方式。所以下面是我发现的几种让 Ultrafast 变得神奇的方式——不仅限于分秒必争的时刻,比如调试线上故障,以及额外速度可能不那么有用的时候。

进入心流

对于 UI 工作,我通常会先从一个粗略的方向开始,尽快让屏幕上出现一些东西。

如果我不清楚整个体验应该是什么样子,那么等待一个长任务、并在更高推理上消耗大量额外 token,实际上可能适得其反。我基本上是在指望撞大运,让模型恰好构建出我心目中的样子,尽管我自己都还没完全想清楚。我更愿意坐在那里,尝试几样东西,看看变化,并随时给出反馈。我可以对 Codex 正在构建的内容做出反应,而不是试图事先主动规定每一个细节。而且由于单个改动往往只需要几秒钟,我可以保持心流。

在 X 查看原视频

我学到了一些让 Ultrafast 感觉更神奇的做法:

  • 使用带热模块重载的开发服务器。我希望 Codex 一做出改动就能看到,而不是等待完整构建。
  • 在应用内浏览器中保持站点打开。把预览放在聊天旁边,让我在输入提示时就能看到变化。
  • 给出简短的独立任务。我常常一次只发一小条反馈,并在注意到问题时在站点的不同部分之间跳转。
  • 使用标注。直接指向我想改的具体位置,比描述它在哪儿要容易得多。
  • 尝试听写或语音模式。我可以快速排入几个小任务,让 Codex 逐一处理,同时我继续查看结果。
  • 从 Light/Low 推理开始。这些指令大多相当简单。对于更微妙的事情,比如设计动画,我可能会切换到 High,然后再切回 Low。
  • 在不需要时,把验证排除在快速迭代循环之外。对于小的视觉修改,我会让 Codex 专注于代码改动,而我在浏览器中检查结果。一旦满意,我再让它编写相关测试并运行额外检查。

额外提示:如果你有 Codex Micro,用它配合 Ultrafast 触发听写,是在滚动浏览页面进行审阅时快速排队一堆反馈的好方法。或者,为听写设置一个键盘快捷键,这样也能达到同样的效果。

在 X 查看原视频

将 Ultrafast 用于文档和计算机操作

我对幻灯片和文档采用同样的方法。与其让 Codex 设计整套幻灯片,我通常会一次做一页,给出反馈,查看更改,然后在此基础上迭代。对于文档,我会在阅读时对个别段落给出反馈,并以这种方式逐项完成编辑。

更广泛地说,我发现它对于主要依赖模型智能、且更改之间不需要大量额外验证的任务非常有用。这可能是调整幻灯片、编辑文档、填写电子表格,甚至是一些单个操作很快的计算机使用任务。

Ultrafast 不太有用的情况

更快的 token 生成并不意味着整个任务会快 4.5 倍完成。如果一轮中大部分时间都花在等待构建、测试套件、编译器或其他工具调用上,整体加速就会更小。编译器该花多久还是花多久。

我让处于 Medium 推理级别的 GPT-6.2 Sol 让一个 Android 锻炼计时器在运行时保持屏幕常亮。每根柱形显示三次运行的平均值,包括一行编辑、一次增量构建和全部 18 项测试。

在 X 查看原视频

图像生成是另一个好例子。如果我让 Codex 作为任务的一部分生成图像,我可能大部分时间都在等待图像生成。Ultrafast 可以加速其周围的步骤,但不会让图像本身生成得更快。

对于一个定义明确、需要模型进行大量实验和验证的任务,额外的速度可能也没那么有价值。尤其是如果我乐意走开、让 Codex 通宵运行的话。

我会在 API 中尝试的地方

同样的原则适用于 API:看看人们花多少时间等待模型,多少时间等待工具。

Ultrafast 可能有用的几个用例:

  • 文档摘要和问答。如果文档已经在上下文中,模型可以生成摘要或回答后续问题,而无需大量额外的工具调用。
  • 快速工具调用和计算机使用。表单填写是个有趣的例子。如果你的应用支持代码模式,模型可以编写脚本来填写多个字段,而不是为每个操作来回往返。
  • 语音体验。当快速周转很重要时,我会尝试将 Ultrafast 作为与 GPT-Live-1 并行的后端模型。

如果你已经有 API 工作流,试试将 service_tier 设置为 ultrafast,并测量得到结果的时间。

在 X 查看原视频

对于 GPT-6.2 Astra 和 Sol,促销费率在 2027 年 2 月 28 日之前为 Standard 的 3 倍,而不是从 3 月 1 日开始的通常 6 倍。

保持心流

对我来说,最大的变化是,当我在做一件尚未完全想清楚的事情时,我能重新进入状态。无论是设计 UI、调整幻灯片还是编辑文档,我都可以尝试各种做法,看看什么感觉对,然后继续下去而不丢失思路。这就是我以前在 DevTools 中实验时得到的感觉,而在 Codex 中重新找回它真的很有趣。如果你在尝试 Ultrafast,从 Light 或 Low 推理开始,保持反馈循环简短,看看你会走到哪里。

来源:dominik kundel · x.com

来源:RadarAI · aihot.news