一位在 Codex 里重度用 GPT-6 Astra 的用户，前阵子被额度问题逼着换了一套用法。模型升级到 Astra 之后，他 pro 5x 档位的额度，一天用掉一周的限额，重置之后到当天傍晚，周额度又只剩三成。他把新模型的用法从头捋了一遍，对照官方文档整理出十条实操建议。
动手第一步，是让 Astra 先把旧规则审一遍。仓库里那些 AGENTS.md、SKILL.md 和 workflow 大多是照着上一代模型写的，规则里的坑它自己最清楚。直接发这一句给它，参考最新官方模型指南，全面审计并优化当前仓库的 AGENTS.md、SKILL.md 和 workflow，精简冗余和冲突规则，对齐最新最佳实践，让 GPT-6 Astra 更充分地发挥能力。它会把过时的、互相打架的规则挑出来，一并清理掉。
审完规则，接着要划清楚它的自主边界。明确告诉它，低风险且可逆的细节，自行判断后继续，影响结果方向的问题再问我，等待我回复时，继续不依赖答案的工作。这一条治的是老毛病，模型每走一步都停下来等确认，Astra 这代能力强了，该放手的就要放手，不然省下的推理能力全耗在无谓的请示上。
它真停下来的时候，也别只回一句继续，那等于没问。直接问它，是哪份文件的哪条规则让你停下，给出位置和原文。规则这东西，知道是哪一条拦路，删改才有方向。笼统地催只会让它在原地打转。
额度焦虑是绕不开的话题。先说清楚一件事。Astra 消耗额度确实比 Sol 快，但它的 token 利用效率也更高，同样是完成一件事，它可能几轮就干完，Sol 要来回好多趟。判断费不费，别盯着过程里的数字，看完成整件事总共花了多少。另外别让所有任务都上 Astra，复杂长任务让它做主 Agent，负责推理和调度，独立的子任务默认交给 Sol，子 Agent 可以单独指定模型，没必要全员上旗舰。日常的推理强度也不用默认拉满，先用 medium 或 high。真正复杂的推理和代码审查再切 Max，这一项调下来，额度肉眼可见地耐烧。
跑起来之后，过程控制同样重要。发现方向不对，及时插话打断，该按 Esc 就按 Esc，说清楚改什么、保留什么，很多时候能接着往下做，没必要推倒重开。给测试也定个完成标准，相关验证通过后交付，出现新问题再扩大检查，改个文案的活，顺手给整个项目做一遍年检，纯属浪费。
经常跑长任务的，还有两个基建项值得开。一个是实验性的上下文管理功能，用笔记和历史搜索把之前的工作接上，减少重复踩坑，注意它目前默认关闭，不等于永久记忆。另一个是记得更新 Codex，经常交代完任务就离开电脑的，可以顺手关注实验性的运行时防休眠。但合盖、断网之后不保证继续跑，这项按需开，别指望它替你守着过夜任务。
十条建议里，最要紧的是第一条，先让 Astra 把旧规则审干净。剩下的九条不用背，跑任务的时候一条一条对上去就行。
