10/06 早上上課帶 Codex，慢到炸，都已經開 6.1 Sol low effort fast mode 了，還是慢到十幾分鐘才能回來看下一個 turn，雙開都解決不了尷尬⋯
還好林北以前是 150 人教室的大班講台磨練出來的，我只能發揮傳統教學技藝，各種尬聊，聊規劃、聊理想、聊未來的架構，然後也故意打開我的 Claude Code 示範，讓客戶看看速度差距。
OpenAI：砍速度，砍額度，什麼都砍
OpenAI 最近確定是關了。砍速度，砍額度，什麼都砍，送重置已經被看破手腳。
X 上 @mylifcc 有一張實測截圖：Astra、5.6 Sol、Luna 的速度全部被降低到原來的 60%，GPT-6.1 Sol 更是降低到 15 tok/s。
過去幾天 codex 慢到靠杯的元兇，看來就是這個⋯？
眼看他起朱樓，眼看他宴賓客，眼看他樓塌了～
最近讓 GPT 6.1 Sol 做的事情中，我最滿意的是做這張梗圖：
做正事又慢又卡，找素材、做 meme 圖臭自己東家竟然做得又快又好，果然是 OpenAI 口中最接近人類的 AGI（？
6.1 在知識工作上一樣爛，我另外寫過為什麼 GPT 6 Sol / Luna 用起來這麼蠢。現在 codex 只能讓他去做爬蟲等單點任務了，我也是真的很心累。我反覆搬家的紀錄在這篇。
A\ 這邊：前陣子要關，現在大門敞開
A\ 則是前陣子要關過，最近又大門敞開了，尤其是 O 5.5，簡直 cp 怪物。
以下是我最新的實測，100 USD 開出 5469 大禮包。
所以我現在最大的願望就是希望 OAI 能夠稍微爭氣一點，這樣：
- A\ 才不會一家獨大拿翹
- O 才不會有更多人逃難過來把算力擠爆
拜託 OAI 快點振作，不然太多人逃難過來，到時候 A\ 算力不夠遭殃的又是我們。
封號：寧可錯殺一百
講到封號，其實要逃真的很難，因為他們的數位指紋識別抓法設定，就是完全不在乎 Type 1 Error，拼了命的要降低 Type 2 Error，也就是「寧可錯殺一百，不願放過一人」。
不過這其實可以很好理解，因為企業戶才是他們的收益主要來源。
訂閱戶他們是賠本 50 倍補貼的，但是被假號蒸餾的巨大風險又是來自於這些訂閱戶，所以錯殺好幾百個也不會影響到他們的收益。
更重要的是兩大模型商歷史上的重要上位時刻，靠的大多都是對手的失誤。只要錯殺比例不要高到大屠殺級別的比例，社群很難有感也很難跳槽到對面。
要不是 OAI 亂七八糟，A\ 哪敢那麼囂張。
兩三個月前，風向是反的
兩三個月前，風向是 A\ 明明原本領先，為什麼會被 OAI 瘋狂搶走客戶？
Opus 5 上線的時候，本來想說他們很勇敢。後來想一想，Claude 一到日都有 outage 過，他們壓根就不在乎 uptime。
怎麼知道一間模型商要開始逆風了？就是他們一直推各種花里胡俏終端應用的時候。想想 Claude Design 那時誇張的一天一上新，想想 OpenAI Sora 的社交短影音 App。當這些東西收斂、剪枝的時候，模型商就要開始順風了。
其實就意識到這兩家會輪流自作孽就好，平常心就好。
做好備援
我在課堂上也明確地說：這些模型商就是皮癢身子賤，輪流做死被唾棄的；如果公司未來要仰賴商業 AI 做 Agent，那就要做好備援，不然模型躺了公司也跟著躺了。
Codex 的另一個問題：防禦式語氣
之前看到一則諷刺，好好笑，這種防禦式寫作我看 Codex 的嫌疑很大：「好的，我會誠實揭露我的睡眠狀態。我會分清楚『閉目養神』、『淺眠』與『深眠』，不會把三種狀態合併計算。我也會用 SHA-256 驗證睡眠時長與夢境內容一致。」
我請 Claude 派 subagent 去用 /history-find 抓 codex 防禦性寫作的口癖：我很不喜歡他過度強調「不能、不可以、不⋯不代表⋯」的說話方式，想知道是 harness 的問題還是 base model 的問題，為什麼同一套 sync harness，Claude 就不會這樣，codex 就會？是不是要在 sync 外加入專門給 codex 的 patch，讓他不要這樣說話？
調查結果：主因在 Codex 的 base model，不在 sync harness。但 harness 有一個缺口，讓 Codex 沒有東西把語氣拉回來，所以要給 Codex 加一段專用語氣設定，放在 sync 範圍外。
證據是近 30 天的對話（Codex 393 則、Claude 3136 則，只算 150 字以上的訊息）：
| 指標 | Codex | Claude |
|---|---|---|
| 否定字總量（每 100 字） | 2.52 | 2.52 |
| 防禦句型（每千字）：不代表／不等於／不是…而是／不能直接／只能 | 1.80 | 1.13 |
| 「不代表／並不／不等於」（每千字） | 0.49 | 0.08 |
| 有防禦句型的訊息比例 | 48% | 36% |
兩邊否定字的量一樣多，差別在句型。Claude 說「不」是在描述事實；Codex 會多走一步，先替你擋掉誤讀，例如「X 不等於 Y，不能推論 Z」。
為什麼不是 harness 造成的：給兩邊的指令密度差不多，全域層每千字禁止詞 Claude 1.61、Codex 1.92，skills 是 1.39 對 1.38，各專案層幾乎相同，這點差距解釋不了 1.6 倍的句型差，更解釋不了 6 倍的「不代表」。sync 只做原樣複製、連結或翻譯，沒有任何語氣處理。真正的差別在語氣設定：Claude 這邊有 Dustin’s Style 的 output style，用正面描述說明要什麼語氣；Codex 只有 personality = “pragmatic”（config.toml 第 3 行），其餘就是滿滿的禁止清單，沒有任何正面引導。另外有一個可能的加成（推論，未實測）：「負向斷言必須驗證」這類規則，可能讓 Codex 把「查不到」固定寫成「不能推論…」這種防護句。
建議做法：把語氣設定放在 ~/.codex/config.toml 頂層的 developer_instructions，不放 AGENTS.md，因為 AGENTS.md 是 sync 的翻譯目標，會被覆寫。草稿如下：
developer_instructions = """
用肯定句先說結論與下一步，再補必要的限制。
限制只寫一次，放在最相關的那句裡，不另開「不是…而是…」的澄清。
未驗證的事用「尚未驗證 X」陳述事實，不推論對方的誤解。
回報成果時說做了什麼、結果是什麼；沒做的事只在影響決策時提。
語氣像資深同事交接：簡短、確定、不替讀者預防誤讀。
"""拿 Codex 的原句試改兩句：
- 原句：「『明年初』不是確定日期，所以不能自行建一個 2027/1/1 的追蹤待辦。」改後：「『明年初』日期未定，先在主檔記成純文字，等她回覆再開待辦。」
- 原句：「這只表示無法從列項直接對上提案內容，不能推論未報價或未執行。」改後：「三張報價單沒有逐項對應的列項，是否報價或執行需要再查。」
