OpenAI 把 ChatGPT Plus 在 Codex 與 Work 這兩條 agent 型工作線上的 5 小時滾動上限重新開啟，也就是說，Plus 用戶由「只看每週額度」回到「5 小時窗口 + 每週額度」兩重限制並行。最值得先留意的一點不是額度數字，而是限流的形狀變了：以前你可以在一個下午把一週的量燒掉，現在同一個下午你會先撞到牆。我的判斷很直接——之前取消 5 小時上限那段時間，其實是一次容量壓力測試，而不是一個政策承諾；今次恢復，是把「尖峰控管」重新寫回產品裡。
「雙重限制」實際上是怎樣運作
先講清楚機制，因為大部分抱怨其實來自誤解機制。
- 5 小時滾動窗口：不是「每天固定時段重置」，而是以你第一次使用為起點的滾動計算。你在下午 2 點開始密集跑 Codex 任務，額度就會在傍晚 7 點左右陸續回補，而不是等到午夜。
- 每週額度：獨立於 5 小時窗口存在，用來限制整週的總量。
- 兩者同時生效：這是關鍵。任何一邊先滿，你就要停。5 小時窗口滿了，即使週額度還剩一大截，你也要等；週額度滿了，即使剛過了新窗口，你也照樣被擋。
過去只有週額度時，體驗是「先爽後死」——前兩天狂用，後五天完全動不了。現在變成「每段時間都被削平」。對某些人是解放，對某些人是災難，取決於你的工作是連續型還是爆發型。
今次恢復最值得注意的三個變化
1. 高強度連續作業被明確壓制
最直接受影響的是「一次坐落去做完」的工作方式。例如你想用 Codex 幫一個中型專案做跨檔案 refactor，把舊 API 呼叫全部換掉、再跑測試、再修 lint。這種任務本身就是連鎖式的：每一輪修完要再驗一次，動輒十幾二十次來回。以往你可以一口氣做完，現在很可能在第三、四輪之後就被 5 小時窗口攔住，剩下的要等額度回補才能繼續。
2. Codex 與 Work 一起收，代表限流邏輯是按「工作負載類型」走
這一點比額度數字更值得留意。OpenAI 沒有只針對寫程式，而是把 agent 型、長時間、會自行跑多步驟的功能一起納入同一套節流。這反映的是背後成本結構：真正吃資源的不是你打幾多字，而是模型替你自主跑幾多步。 只要你用的功能會「自己動手做事」，就要預期它被歸類到收得比較緊的那一邊。
3. 「等一陣就有」重新變成日常
這是體驗上最大的心理落差。週額度制度下，你撞牆時的感覺是「這週玩完」；5 小時窗口回來後，撞牆變成頻繁但短暫。有人覺得這樣更可控，因為幾小時後就能繼續；也有人覺得更煩，因為節奏被切碎，每次回來都要重新載入上下文、重新解釋一次自己在做什麼。
兩個你很快會遇到的實際情境
情境一：週一早上的大掃除。 你打算利用週一上午一次清掉 backlog 裡累積的十幾個小 issue，全部交給 Codex 逐個處理。以前這是最有效率的做法，現在你大概處理到一半就要停手。實務上更好的做法是把大掃除拆成上午、下午、翌日三段，而不是硬塞進一個窗口。
情境二：週五交付前的最後衝刺。 你整週用得節制，週額度還有很多，本來想在交付前一晚全開。結果 5 小時窗口把你的衝刺切成兩半，最後兩小時你只能自己動手改。趕 deadline 的人，最怕的不是額度不足，而是額度存在卻拿不到手。 從今次改動之後，臨時衝刺這種用法要當成不可靠選項來規劃。
為什麼 OpenAI 會走回頭路
單看用戶體驗，取消 5 小時上限明顯更受歡迎，那為什麼要收回？
合理的解讀只有一個方向：尖峰負載。agent 型任務的資源消耗高度集中在特定時段，只有週額度時，重度用戶會自然把用量堆在同一段時間，令服務品質波動變大。5 小時窗口的作用不是省錢，而是把需求攤平，讓所有人都拿到相對穩定的回應速度。
所以與其把它理解成收緊，不如理解成排隊制度：上限不是懲罰，是排隊規則的另一種寫法。 只有週額度的版本，等於讓大戶把整條隊插到最前；加回 5 小時窗口，等於強制大家分批進場。
用法上該怎麼調整
實務上有幾件事現在做，比事後抱怨有用：
- 先摸清自己的節奏：留意自己第一次觸發窗口的時間，並記住回補時點。知道「我大約在幾點會被擋」，比知道額度數字更實用。
- 把任務切得更小：一次交給 agent 的範圍越大，來回輪數越多，越容易在中途斷線。把 refactor 拆成模組級、把 issue 分批處理，斷線的代價會低很多。
- 保留上下文交接：既然被切斷是常態，就要習慣在停手前留下一份簡短狀態記錄，讓下一個窗口能快速接回，而不是重新解釋整個專案。
- 重活挪離尖峰：如果你有彈性，把最吃額度的任務放到自己不需要即時交付的時段。
誰要真的緊張，誰其實不用理
會明顯感到痛的是全職靠 Codex 推進日常開發的人，尤其是習慣長時間連續作業、把 agent 當成第二個工程師來用的那一批。對他們來說，這次改動實際上是把 Plus 的天花板重新標示清楚，升級到更高階方案的計算會變得比以前現實。
相反，如果你每天只是零散地叫 agent 處理幾個小任務、寫寫腳本、查查 bug，你很可能連上限在哪都不會碰到。對這群用戶，今次改動的最大意義反而是回應速度更穩定——因為插隊的人被攤平了。
最後補一句判斷：額度政策在可見未來仍會反覆。agent 功能的單位成本還在劇烈變動，任何一次「放寬」都不應該當成長期承諾來規劃工作流程。真正值得建立的能力，是讓自己的工作方式在被切斷時仍然能接得回去。
追蹤以下平台，獲得最新AI資訊：
Facebook: https://www.facebook.com/drjackeiwong/
Instagram: https://www.instagram.com/drjackeiwong/
Threads: https://www.threads.net/@drjackeiwong/
YouTube: https://www.youtube.com/@drjackeiwong/
Website: https://drjackeiwong.com/
