Zyon

专注 AI Native、元能力建设与超级学习

[Zyon @zyon1527]

又拿 Codex 测了一版。
这次不做扁平动画了，直接切 HUD / FUI。
虚构了一个网络异常检测品牌 SIFTWARD，10 秒完成：
扫描 → 发现异常 → 追踪 → 锁定 → 品牌落版。
还是同一个 Motion Graphics Skill，Codex 自己做视觉、UI、动画，再直接写代码渲染。
最近 claude Opus 5.5 做视频的案例挺多，Codex 的相对少，所以就想试试看能不能把这条路也做起来。
目前最有意思的反而不是某一条视频，
而是同一个 Skill 已经开始能在完全不同的视觉语言之间切换。

[Zyon @zyon1527]

又拿 Codex 测了一版。
上一条 AXIOM 还是很重的科幻机械风，这条我故意直接换成完全相反的：
可爱、扁平、轻量、产品感。
10 秒，从 IDEA → BUILD → SHIP。
还是同一个 Motion Graphics Skill，Codex 自己想视觉、排画面、做 UI、转场和动画，然后直接写代码渲染。
没有调生视频模型。
现在越来越想测一件事：
不是它能不能做视频，而是一个 Skill 到底能不能让 Codex 真正掌握“换风格做视频”的能力

[Zyon @zyon1527]

codex的Motion Graphics Skill。
最近刷到很多 Opus 5.5 做视频的案例，Codex 的反而比较少。
就想着试试看，做一套 Codex 可以反复调用的程序化 Motion Design 工作流。
我只跟它说了一句：
“做一个很酷炫，而且复杂的。”
然后它自己做了这条 15 秒 AXIOM / REACTOR。
机械结构、HUD、粒子、镜头、动画、原创音乐和音效基本都自己搞定。
不是调用生视频模型，是直接写代码然后渲染成片。
Skill 初版也快好了，后面准备拿不同风格继续测。
Opus 5.5 能做，Codex 看起来也完全可以玩这条路线。

[Zyon @zyon1527]

刚重置的额度一天内耗完了，

又用了claude的重置卡，

三条 Agent 流水线续跑。

162个 agent

618个 agent

529个 agent

合计 1,309 个 Agent。

而这还不是从头开始。

前面 P1 已经连续完成 438 批。

现在越来越能体会到一件事：

AI 把个人研发的“并发上限”彻底改写了。

一个人的研发带宽，开始从“人的工作时间”里解耦出来。

[Zyon @zyon1527]

@canghe 瞎扯到没边，脑补出来的法律吗？

[Zyon @zyon1527]

看你这回复，我反而怀疑你到底有没有真正重度跑过并行 Agent。

真跑过的人首先就该知道：8 个顶层任务 ≠ 8 条超长上下文，更 ≠ 实际计算规模。

我跑 CC / UltraCode，单个任务最多就派出过接近 500 个子 Agent。这次 Codex 不过是我手动同时续跑了 8 个顶层任务。

实际数据也摆在这里：

Codex X10的200刀订阅：约 2.3 亿统计 Token，周额度归零。
CC：我重度跑的时候，周统计能到 40 多亿 Token。
真做过并行 Agent 工作流，正常反应应该是先问内部 fan-out、调用轮数、cached/uncached、reasoning、tool loop 和额度权重，而不是看到“8 个”就自动脑补“天量上下文、几何爆炸、分布式机房压力测试”。

说白了，你这段话更像是听过 Agent 和 Cache 这些词，但没真正跑过大规模并行任务的人，在用术语脑补运行机制。

我只是报实测数据，你倒替 OpenAI 把看不见的后台全算明白了。

[Zyon @zyon1527]

$200 的 Codex X10 周额度2小时耗完，只说使用数据，其他大家评价。
使用记录：
Reset后不久，下午5点开跑，晚上 7 点左右，x10账户周额度归零。
当时把之前停在半路的任务都点了“继续”，一口气并行跑了 8 个 Agent：
Astra：22 分 13 秒
6.1 Sol Ultra：2 小时 00 分 29 秒
Astra 极高：13 分 49 秒
Astra 极高：40 分 16 秒
Astra 极高：25 分 01 秒
Astra 极高：35 分 34 秒
Astra 极高：7 分 48 秒
Astra 极高：25 分 45 秒
8 个任务累计运行 4 小时 50 分 55 秒，本轮统计的总 Token 约 2.3 亿。
因为是并行运行，现实中经过的时间是 不到 2 小时 1 分钟。

[Zyon @zyon1527]

再给个数据，claude的opus 5.5 max强度以下周额度将近60亿-70亿token, ultracode模式跑周额度大概40亿。而codex 200套餐x10的 周额度astra和6.1混合的token统计出来是2.3亿。直接给我干沉默了。

[Zyon @zyon1527]

$200 的 Codex X10 周额度2小时耗完，只说使用数据，其他大家评价。
使用记录：
Reset后不久，下午5点开跑，晚上 7 点左右，x10账户周额度归零。
当时把之前停在半路的任务都点了“继续”，一口气并行跑了 8 个 Agent：
Astra：22 分 13 秒
6.1 Sol Ultra：2 小时 00 分 29 秒
Astra 极高：13 分 49 秒
Astra 极高：40 分 16 秒
Astra 极高：25 分 01 秒
Astra 极高：35 分 34 秒
Astra 极高：7 分 48 秒
Astra 极高：25 分 45 秒
8 个任务累计运行 4 小时 50 分 55 秒，本轮统计的总 Token 约 2.3 亿。
因为是并行运行，现实中经过的时间是 不到 2 小时 1 分钟。

[Zyon @zyon1527]

牛！矩阵的意义不只是放大流量，更主要的是把不同账号变成不同需求、不同场景的获客入口，同时也可以看作是一组并行的市场探测器。跑到最后，最值钱的可能不是 50 个账号本身，而是慢慢拼出来的那张：“顾客为什么购买”的地图。

[Jessi Cao @JessiCao316191]

AI产品如何通过小红书矩阵获客？
看这一篇就够了！ https://t.co/Vyhd4fb9zI

[Zyon @zyon1527]

Codex Reset delayed again.

[Zyon @zyon1527]

https://t.co/4eYNDx9D1j

[Zyon @zyon1527]

https://t.co/VO4JAYjsF8

[Zyon @zyon1527]

@kaixin1527 有meta其他生态的账号吗？有的话可以不用过信用卡

[Zyon @zyon1527]

https://t.co/2nloABvDgO

[Zyon @zyon1527]

muse 邀请码：23EKZU

A0VX9L

N5531J

CHV3TY

SDUHXT

I7S2R0

[Zyon @zyon1527]

第一次拿 Muse 做高难度视频复刻测试。
原片来自 @Arvin010717：原视频
这条原片其实挺难：巨兽 vs 装甲战士、高速近战、多次形态变化、红蓝能量对抗、剑光/粒子/爆炸，再加上高密度镜头切换。难点不只是“画面像”，而是同时要维持 角色状态、动作顺序、能量升级、镜头节奏和跨段连续性。
Muse 当前单次视频生成约 10 秒，这一版我让它自己完成：
Source Video → 分析 → 拆段 → 多次约10s生成 → 自动拼接 → 30s成片。
结果有意思，但离原片其实还有很大差距，问题也不少。
它在 Semantic Fidelity 上表现不错：巨兽/装甲英雄、城市废墟、红蓝能量体系、战斗升级和最终高潮这些“意思”基本抓到了。
但 Shot Fidelity / Temporal Fidelity 明显不够：
镜头顺序会被重新编排；
一些状态和高潮会提前或错位；
角色/装甲形态在不同10秒段之间会重新解释；
动作类型相似，但并不是原片对应时刻的动作；
每个10秒内部还能看，跨10秒边界的 continuity 比较粗，基本还是硬切；
整体更像是 “看懂原片后重新拍了一版”，还不是严格意义上的逐镜复刻。
所以这次我更愿意把它看成一个 Autonomous Replication Baseline，而不是“复刻完成”。
反而也让我更确定，精品视频复刻真正值得研究的可能不是继续堆 Prompt，而是 Conditioning Engineering：
把原片先编译成关键帧、角色/形态状态、动作状态、时间位置、允许出现和暂时禁止出现的视觉状态，再交给模型执行。
下一轮会从 Muse 自由发挥的 Autonomous Replication，切到更强控制的 Controlled Replication，再看关键帧、状态约束和更精细的 Conditioning 到底能把复刻精度往前推多少。
这是第一次复刻，一次直出，差距还大，但还可以继续推进

[Zyon @zyon1527]

muse 邀请码：23EKZU A0VX9L N5531J CHV3TY SDUHXT I7S2R0

[Zyon @zyon1527]

https://t.co/j9QlS48Ybw

[Zyon @zyon1527]

muse 邀请码： A0VX9L N5531J CHV3TY 23EKZU SDUHXT I7S2R0

[Zyon @zyon1527]

目前手上3 个 GPT Pro / Codex X20 + 2 个 Claude Max X20，简单记录一下实际体感：

Codex X20
跑 Astra，周额度大约能做到 10 亿 token 左右。一天消耗完

Claude Max X20
跑 Opus 5.5 UltraCode，周额度量大概 40 亿+ token；
如果不是一直顶 Max 强度，实际能到 70 亿 token 左右。

单纯从「重度 Agent / 长时间持续研发」这个场景看，两个 X20 的资源量体感差距其实挺明显。

当然，这不是官方额度测试，只是我自己使用下来的大概数据，任务类型、上下文长度、模型强度都会影响消耗。

Codex下个月X20额度还要砍半，真是上赶着给对手送顾客