一个周末硬重置 4 次，还送两张卡：当 Token 不再稀缺，我们真正缺的是什么？
先说结论
上个周末的 Codex 用户，像是突然住进了一家不断续杯的自助餐厅：北京时间周五凌晨硬重置一次，周六又重置两次，到了周一早上，一觉醒来发现额度再次装满；账户里还多了一张可以留到以后使用的重置卡。Tibo 在庆祝 Codex 达到 600 万活跃用户时又预告，第二天还会给所有用户再发一张卡。
更夸张的是，当时所有 Codex 订阅用户的 5 小时限额被临时移除，只剩周限额。与此同时，我手里还有一批 GLM-5.2 额度要在周日到期。以前总担心 Token 不够，那几天却变成了另一种烦恼：怎么才能认真、有效、甚至体面地把 Token 用掉？
折腾完这个忙碌、惊喜又无奈的周末，我越来越相信：AI 时代真正稀缺的可能不是 Token，而是值得消耗 Token 的问题、与别人不同的创意，以及把创意迅速变成现实的能力。
图 1：原创封面。机器可以不断续杯，但“下一杯要拿来做什么”仍然需要人回答。
1. 这个周末，额度表像坐上了过山车
先把时间拨回北京时间 2026 年 7 月 10 日，星期五凌晨。
前几天，Codex 开始提供 GPT-5.6 系列模型：Sol、Terra、Luna。新模型刚来，很多人当然会第一时间测试：谁更适合复杂工程？谁更快？谁更稳？谁更适合让多个 Agent 并行干活？为了让大家有足够额度体验，新模型上线后的第一轮硬重置很快到来。
周五凌晨：第一次。
到了 7 月 11 日星期六，Tibo 又为用户安排了两次硬重置。第一次重置后还没来得及感叹“额度真多”，没过多久又来一次。那种感觉就像你刚把手机充到 100%，店员又跑过来认真地说：“别担心，我们再送你一块满电电池。”
然后是 7 月 13 日星期一。早上醒来，第四次硬重置已经到账，另外还收到一张重置卡。Tibo 同时庆祝 Codex 达到 600 万活跃用户，并预告第二天还会给所有用户发放一张重置卡。
需要强调：这些重置、赠卡与限额变化属于当时的临时活动和账户状态，并不意味着永久套餐规则已经改变。文章记录的是那个周末真实发生的“额度狂欢”，未来仍应以产品界面和官方公告为准。
图 2：四次硬重置集中发生在一个周末，周一还多了一张可储存的重置卡。
2. 什么叫“硬重置”？什么又是“重置卡”？
如果把 Codex 额度想成游乐园里的项目手环，就很好理解。
- 硬重置：工作人员现在就把你的可玩次数重新装满。之前用了多少不重要，重置之后从一个新的完整额度窗口开始。
- 重置卡：工作人员给你一张“恢复次数券”。它不会立即强制使用，可以先放进口袋，等以后额度真的紧张时再拿出来。
硬重置像是饭店直接把空盘子换成一盘新菜；重置卡则像是一张可以下次再用的自助餐券。前者解决“现在还想吃”，后者给你“以后什么时候吃”的选择权。
图 3：一个立即生效，一个可以储存。区别不在额度多少，而在使用时机。
3. 5 小时限额临时消失，只剩周限额
对长期使用 Codex 的人来说，这次更有冲击力的变化不是重置本身，而是 5 小时滚动限额被临时移除。
通常同时存在短周期与长周期限制，可以把它想成家里的用水规则：
- 5 小时限额像水龙头的瞬时流量限制，防止你短时间把整栋楼的水都抽走；
- 周限额像一周总水量，控制长期总体消耗。
当短周期限制临时拿掉后，只要周额度还在，你就可以在较短时间内集中完成更大的任务。对需要长时间跑 Agent、重构大型项目、批量分析文档或并行验证方案的人来说，这种体验差异非常明显：不再是工作到一半等水管恢复，而是可以一口气把一个完整实验跑完。
图 4：真实检索截图。快速变化的新模型与临时活动未必会立刻被搜索引擎完整收录，因此文章同时保留了事件发生时的观察，并对临时政策作出明确说明。
图 5：真实检索截图。社区消息传播速度常常快于搜索索引，这也是为什么临时福利必须以账户界面和当时公告为准。
图 6：真实检索截图。限额属于高频变化信息，不能把某一天的界面状态当作永久承诺。
4. 最无奈的一幕：我开始想办法“烧 Token”
偏偏就在这个周末，我还有不少 GLM-5.2 额度要在周日到期。
于是出现了一个非常反常的场面：一边是 Codex 连续硬重置，一边是另一批模型额度进入倒计时。我不再问“怎样节省 Token”，而是开始问“还有什么值得做的事情，能把这些 Token 用得有价值？”
我尝试给不同任务分配不同模型，整理一直想整理的资料，让 Agent 检查旧项目，重新审视脚本和自动化流程，做一些原本因为成本而舍不得展开的多方案对比。为了不让额度安静过期，反而花了大量时间设计任务、补充上下文、检查输出。
这件事听起来像笑话，却暴露了一个重要变化：当生产资料突然变得便宜，瓶颈就会迅速转移。
过去，瓶颈可能是模型贵、Token 少、调用速度慢；现在，瓶颈越来越可能是：
- 我到底想解决什么问题？
- 这个问题真的值得解决吗？
- 我能否提出比“帮我写个程序”更清晰的目标？
- 我有没有能力判断 AI 的答案是好是坏？
- 做完之后，结果能否真正进入现实世界？
5. Token 像自来水，创意才是要种的树
把 Token 想成水，就容易理解这种转变。
以前每家只有一小桶水，大家研究怎样省着用。后来水管接进家里，水量增加十倍、百倍，但水管不会告诉你应该种苹果树、修游泳池，还是把院子变成一片湿地。
AI 模型同样如此。它能把执行速度放大很多倍，却不能自动替你决定：
- 什么值得被创造；
- 什么问题对别人真正有用；
- 什么方案符合你的价值观；
- 什么结果值得你承担责任；
- 什么东西即使能做，也不应该做。
AI 当然可以参与创意。它可以组合概念、给出变体、挑战假设，甚至提出让人意外的方向。但“创意”并不仅是生成一句从未出现过的话。真正有价值的创意通常包括对生活的观察、对需求的理解、对后果的判断，以及愿意为选择负责的人。
图 7：模型和额度越丰富，真正拉开差距的越不是“有没有 AI”，而是“让 AI 做什么”。
6. AI 无法替代的，不只是创意，还有“你的不同”
如果每个人都输入同一句提示词，让同一个模型生成同一种文章、同一种应用、同一种视频，那么产量会暴涨，但差异会迅速消失。
这就像全班同学都有一台速度极快的打印机。打印机可以一分钟打印一百页，却不能让每个人的作文自动变得独特。最后真正被记住的，依然是那个有不同观察、不同经历、不同问题意识的人。
所以 AI 时代更有价值的能力，可能是下面这个组合：
发现别人没有注意的问题 + 提出不同的解决角度 + 借助 AI 快速实现 + 亲自验证结果。
只有想法而不能实现，创意容易停在脑海里；只有执行而没有独特想法，AI 又会把所有人推向相似答案。二者结合，才可能形成真正的个人杠杆。
7. 对小朋友的教育，旧经验可能真的不够用了
过去的教育体系建立在一个相对稳定的假设上：知识变化没有那么快，只要把标准答案记牢、按流程完成任务，就能成为一个可靠的工作者。
可是在 AI 时代，许多标准化任务正被机器快速接管。仅仅会背答案、套模板、重复老师演示过的步骤，优势会越来越小。
这并不意味着孩子不需要学语文、数学、科学，也不意味着基础知识可以全部交给 AI。恰恰相反：没有基础知识，人就无法发现模型在胡说，也无法提出高质量问题。变化的是学习目标——从“记住答案”升级为：
- 能提出自己的问题；
- 能把大问题拆成小问题；
- 能使用 AI、书本、实验和他人经验寻找证据；
- 能判断信息是否可靠；
- 能把想法做成一个看得见、用得上的东西；
- 能接受失败，并根据结果重新调整。
例如，让孩子背出“植物生长需要什么”当然有价值；但更重要的是，让他自己提出“同样的种子放在不同光线下会怎样”，设计一个小实验，每天记录，再让 AI 帮忙画图，最后检查 AI 的解释是否符合真实观察。
这种学习不是把孩子交给 AI，而是让 AI 成为显微镜、计算器和实验助手。方向盘仍然在人手里。
图 8：未来的竞争不是“人和 AI 谁做题更快”，而是谁能持续提出问题、实现方案、验证事实并复盘。
8. 成年人也要重新接受一次教育
不要以为教育变化只与孩子有关。我们这些已经工作多年的人，可能更危险，因为脑中装着大量在上一个时代有效的经验。
以前可靠的路径是：先把一种工具学到熟练，再靠熟练度形成壁垒。现在工具每几个月就变化，模型能力每一轮都在重新划定边界。真正稳定的能力反而变成了：快速学习、建立判断标准、组织复杂任务、与 AI 协作、验证事实，以及在不确定中作出选择。
我给自己的行动清单是：
- 每周解决一个真实问题。 不为了演示 AI 而使用 AI，而是让它进入生活和工作中的真实流程。
- 保存问题，而不只保存答案。 好问题可以反复产生价值，答案却可能很快过期。
- 要求证据。 能运行就运行，能对比就对比，能看日志就不要只听模型说“已经完成”。
- 培养审美和取舍。 AI 能给出十个版本，但你必须知道为什么选择其中一个。
- 练习快速实现。 把一个想法从一句话变成原型，再从原型变成可用工具。
- 保留人类责任。 模型可以建议，却不能替你承担发布、决策和影响他人的后果。
9. 问题根因：我们仍在用稀缺时代的思维管理丰裕
为什么额度越多，反而越焦虑？
根因并不是 Token 太多，而是我们长期形成了“资源越多越好、用不完就是浪费”的习惯。面对即将过期的额度，很容易把消耗本身当成目标，就像为了不浪费自助餐而吃到难受。
但 Token 只是手段。真正应该优化的不是消耗率，而是单位注意力产生的价值。
如果一个任务没有意义，使用一百万 Token 只会更快地产生一大堆无意义结果；如果问题足够好，几千 Token 也可能帮助一个人节省几天时间、发现一个风险、完成一个作品。
所以面对下一次重置，我希望自己先问一句：
如果今天只允许我调用 AI 完成一件事，哪件事最值得？
这可能比“还剩多少额度”更重要。
10. Q&A
Q1：5 小时限额是不是永久取消了？
不是。本文记录的是 2026 年 7 月这个周末观察到的临时状态，当时订阅用户的 5 小时限制被移除，只显示周限制。产品限额会动态调整，应以当前账户界面和官方说明为准。
Q2：硬重置之后，原来没用完的额度会叠加吗？
通常“硬重置”表达的是当前窗口被重新装满，而不是无限叠加。具体计算方式仍应以活动说明和账户显示为准。重置卡的价值在于可以留到以后主动使用。
Q3：额度快过期，是不是应该想办法全部烧掉？
不必。为了消耗而消耗，会把最宝贵的注意力浪费在低价值任务上。更好的做法是整理一个长期问题清单，优先运行昂贵但有价值的实验，例如多方案对比、大型代码审查、资料结构化和真实项目原型。
Q4：AI 真的不能产生创意吗？
AI 可以生成新组合，也可以帮助人突破思维惯性。但有价值的创意还包含目标、情境、价值判断与责任。与其争论“AI 有没有创意”，不如学习怎样把人的经验与 AI 的生成能力组合起来。
Q5：孩子还需要背知识吗？
需要一定的基础知识。没有基础，就无法判断 AI 是否正确。但教育不能停在背诵，应进一步训练提问、实验、验证、表达、合作和创造。
Q6：怎样避免被“硅基生命”淘汰？
不要和机器比赛谁更像机器。重复、标准化、可预测的工作，机器通常会越来越强。人应该把更多精力放在理解真实需求、跨领域连接、价值判断、关系、责任与独特表达上，同时学会用 AI 把这些能力放大。
结语：下一次重置之前，先准备好问题
这个周末很忙碌，也很惊喜，还有一点无奈。
四次硬重置、已经到手的一张卡、预告中的另一张卡，再加上临时消失的 5 小时限额，让 Token 在短时间内从稀缺品变成了“用不完也会焦虑”的资源。
但也正是这种过剩提醒了我：当 AI 的能力越来越容易获得，真正重要的不是谁能按下更多次生成按钮，而是谁能发现别人没发现的问题，提出不一样的想法，快速把它做出来，并对结果负责。
历史经验不是完全没用，但它不再是一张可以照着走到底的地图。对孩子如此，对成年人也是如此。我们只能一边使用 AI，一边重新学习怎样提问、怎样判断、怎样创造，以及怎样在一个由硅基智能共同参与的世界里继续做一个有方向的人。
下一次额度重置时，希望我们缺的不是 Token。
更希望我们已经准备好了一个真正值得回答的问题。