正在打开每日关注
正在打开每日关注
通过任务分流把重活交给 DeepSeek，绕开 Codex 配额并降低 AI 编程成本。
"You've reached your rate limit. Try again after 7pm." every. fucking. day. $200/month - $2,400 a year - for Codex. then i opened the DeepSeek pricing page. Someone made DeepSeek a native subagent for Codex. Heavy work goes there, light stays on GPT-5. Same code out the other end. 35x cheaper. DeepSeek V4 Flash lives on its own API key, not on my Plus quota. One command: npx skills add oil-oil/codex-deepseek-subagent -g -y Restart Codex, tell it "set up DeepSeek as a subagent", done. First day in a month I'm still working in the evening instead of hitting the wall. save this before your next rate-limit ↓
是什么 这是一条面向 Codex 用户的成本与配额优化经验分享。作者抱怨频繁限流，建议把 DeepSeek V4 Flash 接成原生子代理：重型工作交给 DeepSeek，轻量任务留在 GPT-5，并用独立 API Key 避开 Plus 配额。文中还声称成本可降低 35 倍，但这属于个人陈述，未被链接正文或独立数据验证。
核心设计 核心并非模型本身，而是按任务复杂度进行路由：将高 token、长上下文或批量修改等工作分流，把交互式小改动留给更强模型，同时拆开计费与额度边界，形成多模型协作的成本控制层。命令行安装和自然语言配置也降低了接入门槛。
关键洞察 对个人开发者而言，模型选择可以像基础设施调度一样管理；让最强模型处理所有任务，未必比能力适配、成本可控的组合更优。
边界与风险 需要实际评测输出质量、上下文能力、延迟、隐私和代码安全性；独立 API Key 也带来额外账单、密钥管理与供应商依赖。上方没有该 GitHub 项目的 README 或元数据，不能还原其内部架构；安装效果、成本差异和代码一致性均应视为待验证结论。