AI Coding

群友实测 Astra 约十分钟耗尽五小时额度，而同类代码任务用 Sol 约二十分钟完成、只消耗约 20%。

群友解读称，API 缓存可保留 12 小时，Codex 和 Work 中的缓存则可长期复用，继续旧对话时无需反复重读全部上下文。

Claude、Codex 桌面端登录被解释为 OAuth 2.0 授权码模式配合 PKCE：客户端启动本地回调，系统浏览器完成认证，再用授权码换取令牌。

遇到 Codex 卡顿或反复拉取时，群友建议先判断是网络节点还是模型本身的问题：确认工具可用性后换节点，再切换模型排查。

CLI 与 GUI 不是强弱关系，而是自动化深度与交互友好度之间的取舍。

高质量 AI Coding 工作流更像团队协作：一个模型做计划和审查，另一个模型做执行。

当工具自身出现故障时，用另一套工具链交叉修复，往往比在同一会话里死磕更稳。

Auto mode 能减少确认次数，但关键业务节点仍需要人来判断风险和意图。

模型选择应按任务价值分层，而不是把所有任务都交给最贵模型。

高质量模型适合做 plan 和 review，低成本模型适合做 execution 和 smoke test。

Gemini 在代码任务中的幻想、删代码和假数据风险需要额外防范。

视频生成和虚拟电脑式 Agent 的完成度可能更高，但成本必须先算清楚。