Krumov
Well-Known Member
Сега съм на работа и през тела е тегло като се прибера ще пиша еднс темичка каква схема му изиграх.
coolice
Owner
не. не работя с Астра, а със Sol 5.6 и въпреки това ми трябват всичките токени на света за всички времена за да ми стигнат за идеите и разработките ми
Колко токена на секудна вдига сол-а докато работиш ?
FalcoSoft ITS
Active Member
нямам никаква идея , не съм го засичал
Krumov
Well-Known Member
При мен в началото беше същото — седмичните/допълнителните лимити на Codex можех да ги стопя за 1–2 дни. После обаче промених изцяло начина, по който му подавам работа.
Направих си нещо като малка AI инженерна структура с различни роли. Имам нормален ChatGPT чат, в който се ражда идеята и я обсъждам свободно. След това имам AI Workshop, където идеята се разработва технически, проверяват се варианти, архитектура, тестове и т.н. След него имам Control Room/координатор, който вече не праща целия този роман на Codex, а го компилира до много кратка и строго ограничена задача.
Направихме си собствен строг протокол за подаване на задачите. Codex получава нещо от типа:
Тоест му казвам точно къде да работи, какво да направи, какво вече съществува и трябва да използва, какво няма право да пипа, как да го тества, какво точно да ми върне и след това STOP. Няма „разгледай проекта и измисли решение“, няма безцелно обикаляне из repository-то и няма архитектурни размишления от Codex.
Най-важното правило, че дългото мислене и дискусията не се подават на implementation агента. До него стига само финалният execution contract.
Ефектът при мен се оказа огромен. За да дам някаква представа за мащаба — последният batch беше около 8 отделни задачи, не някакви дребни промени по 5 реда. Грубо говорим за задачи от порядъка на десетки до няколкостотин реда код всяка, плюс тестове, помощни функции и интеграция. Общо вероятно над 1000 реда нов/променен код, като по-важното е, че всяка задача първо мина отделно през shadow имплементация и тест, после всичките заедно през общ тест, а накрая през интеграция в основния pipeline и повторна верификация. Целият този цикъл ми изяде под 15% от Codex лимита. Преди няколко неудачно формулирани/discovery-heavy задачи можеха да изгорят огромна част от него.
Не твърдя, че съм открил топлата вода — има хора, които професионално се занимават с agent orchestration и prompt optimization. Просто при реална разработка стигнах до работещ за мен вариант: не карам най-скъпия implementation агент едновременно да разбира проблема, да проектира решението и да го изпълнява. Другите агенти подготвят работата, а Codex получава малка, еднозначна и проверима задача.
Така в момента седмичният лимит ми стига несравнимо повече. Даже започнах да събирам статистика, защото искам да оптимизирам системата още — не по усещане, а според реално изразходвани tokens/quota спрямо свършена и проверена работа.
Ето пример:
Mode: Token conservation. No long reasoning. No extra architecture discussion. Do the task and report only facts.
MODE=STRICT
TARGET=src/session_monitor.py
TASK=Add stale-session detection.
REUSE=existing SessionState + timestamp helper.
PROTECT=current API/schema/lifecycle.
NO_CHANGE=no dependencies, refactor, cleanup, or unrelated files.
ACTION=
- store last valid update time
- STALE after >5s
- ACTIVE on next valid update
- expose via existing snapshot
TEST=ACTIVE → STALE → ACTIVE; existing tests PASS.
OUTPUT=RESULT; FILES_CHANGED; TESTS; FACTS; BLOCKER.
STOP
Това вече е почти целият prompt. Преди него други агенти са свършили анализа и са решили какво трябва да се направи. Codex не получава историята на проблема и не го карам тепърва да проектира решение. Получава малък execution contract и го изпълнява.
При по-сложна задача добавям само необходимите
Реално стигнах до принципа: не оптимизирам колко малко думи пиша, а колко малко неопределеност оставям на агента.
Направих си нещо като малка AI инженерна структура с различни роли. Имам нормален ChatGPT чат, в който се ражда идеята и я обсъждам свободно. След това имам AI Workshop, където идеята се разработва технически, проверяват се варианти, архитектура, тестове и т.н. След него имам Control Room/координатор, който вече не праща целия този роман на Codex, а го компилира до много кратка и строго ограничена задача.
Направихме си собствен строг протокол за подаване на задачите. Codex получава нещо от типа:
TARGET → TASK → REUSE → PROTECT → NO_CHANGE → ACTION → TEST → OUTPUT → STOPТоест му казвам точно къде да работи, какво да направи, какво вече съществува и трябва да използва, какво няма право да пипа, как да го тества, какво точно да ми върне и след това STOP. Няма „разгледай проекта и измисли решение“, няма безцелно обикаляне из repository-то и няма архитектурни размишления от Codex.
Най-важното правило, че дългото мислене и дискусията не се подават на implementation агента. До него стига само финалният execution contract.
Ефектът при мен се оказа огромен. За да дам някаква представа за мащаба — последният batch беше около 8 отделни задачи, не някакви дребни промени по 5 реда. Грубо говорим за задачи от порядъка на десетки до няколкостотин реда код всяка, плюс тестове, помощни функции и интеграция. Общо вероятно над 1000 реда нов/променен код, като по-важното е, че всяка задача първо мина отделно през shadow имплементация и тест, после всичките заедно през общ тест, а накрая през интеграция в основния pipeline и повторна верификация. Целият този цикъл ми изяде под 15% от Codex лимита. Преди няколко неудачно формулирани/discovery-heavy задачи можеха да изгорят огромна част от него.
Не твърдя, че съм открил топлата вода — има хора, които професионално се занимават с agent orchestration и prompt optimization. Просто при реална разработка стигнах до работещ за мен вариант: не карам най-скъпия implementation агент едновременно да разбира проблема, да проектира решението и да го изпълнява. Другите агенти подготвят работата, а Codex получава малка, еднозначна и проверима задача.
Така в момента седмичният лимит ми стига несравнимо повече. Даже започнах да събирам статистика, защото искам да оптимизирам системата още — не по усещане, а според реално изразходвани tokens/quota спрямо свършена и проверена работа.
Ето пример:
Mode: Token conservation. No long reasoning. No extra architecture discussion. Do the task and report only facts.
MODE=STRICT
TARGET=src/session_monitor.py
TASK=Add stale-session detection.
REUSE=existing SessionState + timestamp helper.
PROTECT=current API/schema/lifecycle.
NO_CHANGE=no dependencies, refactor, cleanup, or unrelated files.
ACTION=
- store last valid update time
- STALE after >5s
- ACTIVE on next valid update
- expose via existing snapshot
TEST=ACTIVE → STALE → ACTIVE; existing tests PASS.
OUTPUT=RESULT; FILES_CHANGED; TESTS; FACTS; BLOCKER.
STOP
Това вече е почти целият prompt. Преди него други агенти са свършили анализа и са решили какво трябва да се направи. Codex не получава историята на проблема и не го карам тепърва да проектира решение. Получава малък execution contract и го изпълнява.
При по-сложна задача добавям само необходимите
INPUT, CHECK, конкретни acceptance criteria и евентуално точните зависимости. Не раздувам prompt-а превантивно с информация, която Codex може изобщо да не използва.Реално стигнах до принципа: не оптимизирам колко малко думи пиша, а колко малко неопределеност оставям на агента.
FalcoSoft ITS
Active Member
аз не ползвам Codex за чат , и аз си пиша в класик чата с него и обсъждаме всичко все едно с жив човек говоря. След това когато класик чата ми даде пълни инструкции които да пусна в Codex го правя и Codex чете инструкциите и го прави. Това го научих от теб преди време да не хабя токени за обикновен чат
Krumov
Well-Known Member
Да, но дори когато правиш точно това, инструкциите, които ChatGPT генерира за Codex, могат да станат огромни. GPT естествено се опитва да бъде изчерпателен и един промпт лесно се превръща в няколко страници контекст, ограничения, обяснения и проверки. После Codex трябва да прочете и обработи всичко това. И след като веднъж с два промта ми свали лимита от 100 на 45 си викам тая няма да я бъде
Даже може да предупреждаваш ChatGPT: Има толкова почасов лимит и толкова седмичен, промпта трябва да е стриктен и оптимзиран.
FalcoSoft ITS
Active Member
Да — това вече е потвърдено и от официалния OpenAI status, не е само оплакване в X.
На 9 септември OpenAI е публикувал incident точно за това: “Some Codex users may be experiencing unexpected usage limit resets.” Проблемът е бил разследван, идентифициран, приложен е mitigation и по-късно е отбелязан като resolved. OpenAI Status
И има още независими потребителски доклади със същия модел:
По-важното за теб е следното: ако твоят седмичен Codex лимит е изчезнал рязко, има реална вероятност да е бил засегнат от същия bug, а не просто да си го изхарчил нормално.
И още един детайл: OpenAI вече описва reset логиката така, че купеният/reset allowance започва нов 7-дневен период от първата заявка след reset. Имаше и специални Astra launch resets на 3, 4 и 7 септември. OpenAI Help Center
Това може да обясни защо в последните дни usage екранът е изглеждал по-хаотичен от обичайното.
Моят извод: не бих купувал допълнителни кредити веднага само защото usage внезапно е паднал на 0, ако спадът е станал нелогично бързо. Първо бих проверил дали quota-то се е възстановило след mitigation-а и бих запазил screenshot на Usage страницата.
Ако искаш, мога да ти помогна да сравним твоите реални часове на Codex работа с момента, в който лимитът изчезна, за да видим дали почти сигурно си бил засегнат от този incident.
Мога и да следя за нови Codex usage инциденти и да ти кажа, ако проблемът се появи пак.
На 9 септември OpenAI е публикувал incident точно за това: “Some Codex users may be experiencing unexpected usage limit resets.” Проблемът е бил разследван, идентифициран, приложен е mitigation и по-късно е отбелязан като resolved. OpenAI Status
И има още независими потребителски доклади със същия модел:
- човек е паднал от около 78% на 3% за под минута; OpenAI Developer Community
- друг описва спад от 75% на 0% без реална употреба; OpenAI Developer Community
- има и доклад за 90%+ → ~2% около полунощ, отново без съответстваща активност. OpenAI Developer Community
По-важното за теб е следното: ако твоят седмичен Codex лимит е изчезнал рязко, има реална вероятност да е бил засегнат от същия bug, а не просто да си го изхарчил нормално.
И още един детайл: OpenAI вече описва reset логиката така, че купеният/reset allowance започва нов 7-дневен период от първата заявка след reset. Имаше и специални Astra launch resets на 3, 4 и 7 септември. OpenAI Help Center
Това може да обясни защо в последните дни usage екранът е изглеждал по-хаотичен от обичайното.
Моят извод: не бих купувал допълнителни кредити веднага само защото usage внезапно е паднал на 0, ако спадът е станал нелогично бързо. Първо бих проверил дали quota-то се е възстановило след mitigation-а и бих запазил screenshot на Usage страницата.
Ако искаш, мога да ти помогна да сравним твоите реални часове на Codex работа с момента, в който лимитът изчезна, за да видим дали почти сигурно си бил засегнат от този incident.
Мога и да следя за нови Codex usage инциденти и да ти кажа, ако проблемът се появи пак.
coolice
Owner
не пише ли някъде ? или аз понеже съм админ съм професионално увреден - на локала хвълям едно око на лога пуснат в терминала другите ги бенчмаркват от време на време ако го няма някъде написано
астрата върви с с около 33 токена на секунда ...
Krumov
Well-Known Member
Ето и малко реална статистика за начина, по който съм използвал Codex:
• 3,8 млрд. токена общо за 3 месеца откакто го ползвам
• 149,6 млн. токена в най-натоварения ден
• 380 Codex чата
• 176 изпълнения на skills
• 14 различни разгледани skills
• 84% от работата е на Medium structured reasoning
• Fast mode: не използвам
• Текуща серия: 21 дни
• Най-дълга серия: 42 дни
Най-използвани skills:
• lean-build — 43
• investigate-first — 27
• caveman — 22
• verify-and-stop — 20
• surgical-patch — 18
Само първите пет са 130 от общо 176 изпълнения.
Точно заради такъв обем започнах сериозно да оптимизирам как се подават задачите. При 3,8 млрд. токена дори малко подобрение в начина, по който агентът получава контекст, търси, разсъждава и изпълнява, вече има огромен кумулативен ефект.
И затова при мен схемата постепенно стана:
ChatGPT разговор/идея
→ AI Workshop
→ Control Room / координатор
→ компактен execution prompt
→ Codex
→ тест
→ PASS / FAIL / BLOCKED
→ STOP
• 3,8 млрд. токена общо за 3 месеца откакто го ползвам
• 149,6 млн. токена в най-натоварения ден
• 380 Codex чата
• 176 изпълнения на skills
• 14 различни разгледани skills
• 84% от работата е на Medium structured reasoning
• Fast mode: не използвам
• Текуща серия: 21 дни
• Най-дълга серия: 42 дни
Най-използвани skills:
• lean-build — 43
• investigate-first — 27
• caveman — 22
• verify-and-stop — 20
• surgical-patch — 18
Само първите пет са 130 от общо 176 изпълнения.
Точно заради такъв обем започнах сериозно да оптимизирам как се подават задачите. При 3,8 млрд. токена дори малко подобрение в начина, по който агентът получава контекст, търси, разсъждава и изпълнява, вече има огромен кумулативен ефект.
И затова при мен схемата постепенно стана:
ChatGPT разговор/идея
→ AI Workshop
→ Control Room / координатор
→ компактен execution prompt
→ Codex
→ тест
→ PASS / FAIL / BLOCKED
→ STOP