每次额度重置，我都后悔自己上周没多用

其实这个额度刷新问题，我上个月就聊过一次。

那时我的结论是，AI 产品正在从经营流量走向经营用量；而这几天 GPT-5.6 发布后的连续 reset、临时取消五小时限制，以及 OpenAI 和 Anthropic 的同步提额，又把这个问题往前推了一步：平台争夺的，已经从用户的使用时长，进入用户愿意交给 AI 的真实工作量。

从今年开始，我已经会根据自己的订阅情况，固定分配每周的算力。

这周有重要项目，就少跑一些零散任务；预判后面几天需要处理复杂仓库，就留出一点额度；看到周额度下降得太快，也会主动切换模型，把一部分任务交给性价比更高的模型。

但平台突然 reset 以后，之前的克制在事后显得有些多余。

我会先觉得赚到了，然后马上产生另一个念头：早知道今天会重置，我上周为什么没有使劲用？

这轮 reset 发生了什么

GPT-5.6 发布前后，OpenAI 和 Anthropic 的额度调整动作汇总：

平台	动作	影响范围
OpenAI	24 小时内连续重置 Codex 和 ChatGPT Work 额度	Codex / ChatGPT Work 用户
OpenAI	临时取消五小时使用限制	Plus / Business / Pro 用户
Anthropic	延长高阶模型订阅内使用期	高阶模型订阅用户
Anthropic	Claude Code 周额度提高 50%，活动延长至 7 月 19 日	Claude Code 用户

这看起来已经有一点额度战争的意思了。

额度战争的第一层：福利

最近 GPT-5.6 发布，OpenAI 在 24 小时内连续重置 Codex 和 ChatGPT Work 的额度，随后又临时取消了 Plus、Business 和 Pro 用户的五小时限制。Anthropic 同期也延长了高阶模型的订阅内使用期，并把 Claude Code 周额度提高 50% 的活动延长到 7 月 19 日。

这看起来已经有一点额度战争的意思了。不过继续往下看，我觉得还不能急着把它解释成一套精密的商业化设计。

额度重置的第一层，当然还是福利。新模型刚上线，平台需要让用户充分体验。用户也会集中把以前失败的任务、大型仓库和复杂项目重新跑一遍。

新的模型能力还会改变任务的消耗方式。推理时间变长、上下文扩大、工具调用增加、验证轮次增多、多 Agent 并行运行，这些都会让一次完整任务更快碰到原有额度边界。

平台在这个阶段重置额度、临时放宽限制，非常合理。用户刚试几个任务就触顶，会直接破坏新模型发布的体验。平台需要先让用户跑起来，再观察新模型进入真实工作流以后，究竟会产生多少消耗。

五小时限制为什么单独被拿掉

五小时限制主要约束短时间内的使用峰值，周额度控制更长周期的总消耗。临时拿掉短周期限制，意味着用户可以在发布期集中测试、并行运行任务和推进项目。

平台相当于暂时放开流速，观察真实需求到底有多大。

在严格限额下，用户会主动减少任务、降低思考强度、避免并行运行。平台看到的只是经过压缩的使用需求。只有暂时放开以后，它才能知道用户自然状态下会同时运行多少 Agent，一次任务愿意持续多久，哪些模型档位最受欢迎，复杂任务会消耗多少资源，以及更高额度能不能换来更高留存和更多真实工作。

所以，reset 同时也是一次真实负载测试。平台在给用户发福利，也在重新校准一个订阅用户究竟需要多少算力。

增长同时受需求和供给约束

这件事背后，连接着一个更大的行业变化。

上一代互联网产品的增长，主要解决需求问题：获得更多用户、提高活跃、延长使用时间。新增一次使用带来的边际成本相对有限。增长团队可以先把用户拉进来，基础设施团队再负责承接流量。

AI Agent 的增长同时受到需求和供给约束。每增加一个活跃用户，平台都增加了一份真实的推理义务。用户使用得越深入，任务越复杂，平台需要投入的算力越多。

增长活动、产品策略、商业化设计和算力调度，开始变成同一个问题。

一次额度重置，可以同时承担四种功能：用户福利、新模型推广、算力容量释放和真实需求实验。这也是 OpenAI 和 Anthropic 持续调整五小时限制、周额度、credits、模型包内使用比例和临时活动的原因。它们正在寻找一个稳定点。

额度太少，用户无法形成工作习惯；额度太多，高强度用户的成本可能迅速超过订阅收入；规则太复杂，用户会把大量注意力花在研究配额上；规则过于宽松，平台又很难控制峰值和单位经济模型。

固定订阅价格，对应极不固定的工作负载

最近双方反复提额，竞争当然是其中一部分。同时，它们也面对着同一个行业问题：Agent 的实际工作量高度动态，目前主流商业模式仍然是固定月费订阅。

有人每周只让 Agent 修改几个小问题。有人同时推进多个项目，让 Agent 读取整个仓库、修改代码、运行测试、持续返工。两个人支付相似的订阅费，背后的算力消耗可能相差几十倍。额度就是平台目前用来调节这组矛盾的阀门。

配额悔恨

但用户正在赋予这个阀门另一种意义。平台可能把额度理解为限流和成本控制机制，我已经开始把它理解为自己的每周工作算力。这周还能调用多少 AI 劳动力？哪些任务值得交给 Codex？复杂项目要不要等额度刷新后再做？后面还有重要工作，现在是不是应该省一点？平台和用户看着同一个额度数字，理解的却是两种不同的东西。

于是，频繁 reset 会产生一个很微妙的用户心理，我暂时把这种心理称作配额悔恨。用户没有真的损失任何资产，但会产生一种反事实损失：假如我提前知道今天会重置，昨天本来可以多完成几个任务。

这种情况发生几次以后，用户会开始改变自己的策略。有人会在刷新前主动寻找任务，避免额度浪费；有人会推迟购买 credits，等待下一次平台发福利；还有人会同时订阅多个平台，根据剩余额度动态分配任务。OpenAI 有额度时跑 Codex，Anthropic 提额时切 Claude Code，其他模型便宜时再把边缘任务分出去。用户逐渐变成了一个在多个平台之间调度算力的采购者。

这也是额度机制对长期用户心智最值得关注的影响。平台希望用户把 Agent 自然地放进工作流，遇到任务时直接调用。频繁的额度调整却会不断提醒用户：算力依然是一种需要主动管理的稀缺资源。用户原本应该判断某个任务适不适合交给 Agent，最后却开始计算这个任务今天做划算，还是等下次刷新再做。一款生产力工具如果长期要求用户研究配额，就会给工作流增加一层额外的认知成本。

从抽象数字到工作产能

真正成熟的 AI Agent 产品，最终需要把额度从一个抽象数字，转化成用户可以理解和规划的工作产能。用户很难把 token、上下文、缓存命中、工具调用和推理强度，换算成实际工作。用户真正关心的是：这个套餐大概能够完成多少真实任务？一个项目启动以后，中途会不会突然断掉？任务消耗超过预期时，有没有弹性续航或平滑降级？下周还能不能按照同样的方式继续工作？

OpenAI 推出的 banked reset 已经提供了一种早期思路：临时获得的额度可以被保存，在真正需要的时候主动调用。未来更成熟的 Agent 套餐，可能会逐渐形成一套更接近工作产能的结构：稳定的基础供给、项目冲刺时的弹性扩容、可以储存的备用额度，以及触顶后的低速续航。用户需要足够的额度，也需要对额度形成稳定预期。

争夺工作分配权

回到这轮 reset，我现在更愿意把它理解成三个同时发生的过程：新模型发布需要福利和集中体验；平台需要借此校准真实负载；OpenAI 与 Anthropic 也在通过算力供给，争夺用户愿意交给 Agent 的工作量。

而这件事更长期的意义在于：AI Agent 的增长，已经从把更多用户拉进产品，进入到让用户持续把更多工作交给产品。每一次增长动作，也同时是一场算力分配。平台需要决定向哪些用户释放多少供给，在什么时间允许集中消耗，哪些使用值得继续补贴，哪些需求需要由 credits 和更高套餐承接。

---

过去，互联网平台争夺用户时间。
AI Agent 开始争夺用户的工作分配权。

当我拿到一个新项目，第一反应是交给 Codex、Claude Code，还是其他 Agent，这个选择决定了平台能够获得多少真实工作量。模型能力决定用户愿不愿意尝试，算力供给的稳定性，决定用户敢不敢把重要工作迁移进去。

Reset 可以让我今天多跑几个任务。
真正稳定、透明、可预期的工作算力，才能让平台进入我的长期工作流。