6 月 12 日，OpenAI 给 Codex 用户发了一张可以自己决定何时使用的 reset。
它叫 banked reset。用户不必等平台突然重置额度，可以先把这张卡留着，等项目真的卡住时再用。当天，OpenAI 还开了一项两周邀请活动。Plus 和 Pro 用户可以邀请朋友试用 Codex。朋友发送第一条 Codex 消息后，双方各得一张 banked reset。\ banked reset 公告\ 邀请活动公告
这看起来像一个普通的用户福利。
后面 49 天发生的事，让它变得没那么简单。
Tibo Sottiaux 的账号简介写着 Codex & ChatGPT @OpenAI。6 月中旬开始，他频繁在 X 上解释额度、预告 reset、回应用户对使用规则的抱怨。6 月下旬，Codex 出现了异常消耗。一些用户的额度消失得很快。团队连续重置了多轮用量，排查 auto-review、subagent、background suggestions 等可能带来额外消耗的功能，并给用户补了新的 banked reset。\ 6 月 27 日\ 6 月 29 日\ 6 月 30 日
7 月 10 日，ChatGPT Work 上线。它接研究、文档、表格、演示文稿、站点和文件工作。Codex 继续处理代码、仓库、终端和技术任务。
两天后，Plus、Business 和 Pro 的五小时限制被临时取消。之后出现了连续的全员 reset、banked reset、活跃用户里程碑、对无五小时限制体验的公开征询。7 月 29 日，Tibo 又发了一次 reset，同时预告第二天恢复五小时限制。\ 取消五小时限制\ 征询用户反馈\ 恢复五小时限制的预告
这 49 天里，额度规则变成了一种公开内容。
用户会盯着 Tibo 的动态。社区会互相提醒 reset 什么时候到账。有人做了 CodexRadar，专门把公开预告整理成速蹬窗口。大家开始根据一个可能发生的 reset，决定今天要不要把手上的任务跑掉。
平台发的是额度。用户调整的是工作。
6M 到 9M，为什么会出现在四天里
7 月 13 日，Tibo 说 Codex 已经到 6M 活跃用户。7 月 14 日是 7M，7 月 15 日是 8M，7 月 16 日是 9M。每多一个百万级节点，几乎都伴随一次 reset 或 banked reset。
这组数字很容易让人困惑。几天内多出几百万活跃用户，究竟发生了什么？
前后几天确实叠着一组很强的发布动作。7 月 9 日，OpenAI 同日发布 GPT-5.6 和 ChatGPT Work。GPT-5.6 进入 ChatGPT、Codex 和 API；Work 开始向付费套餐分批开放。7 月 16 日，桌面端又把 Chat、Work、Codex 的入口和 Projects 体验更新给所有套餐。\ GPT-5.6 发布页\ ChatGPT Release Notes
同时，平台在发 reset，移除了五小时限制，也让更多人可以在 web 和 mobile 上使用 banked reset。一次大模型发布、一个面向更广泛知识工作的 Agent、新入口、扩大的触达面和密集的使用权益，刚好出现在同一周。
这些条件足以解释为什么这段时间会出现很强的活跃脉冲。它们不足以解释每一个百万用户具体来自哪里。
公开帖没有给出活跃用户的统计口径，也没有给出 Codex 和 Work 各自的占比。Work 刚上线后，口径里开始出现 Codex 与 ChatGPT Work。活动、逐步开放、重新回流使用的旧用户，也都可能影响活跃数。文章应该把这件事保留成一个问题：OpenAI 如何定义 active user，以及 reset 本身对活跃统计产生了多大影响。
- 01 · 06.12
banked reset 与邀请
额度开始被保存、转送，也需要一次真实任务激活。
- 02 · 06.27–30
异常消耗与连续 reset
一次事故把供给规则、补偿和公开解释推到台前。
- 03 · 07.09–10
GPT-5.6 与 Work 上线
模型、入口与任务范围在同一周扩展。
- 04 · 07.13–16
无 5h、reset 与 6M–9M
公开里程碑处在发布、触达和权益变化的重叠窗口。
- 05 · 07.18–21
付费用户 reset 与竞品动作
两家公司同期都在调整用户可获得的工作能力。
- 06 · 07.28–30
Work reset 与 5h 回归
高频使用之后，短周期边界重新出现。
Anthropic 同期出现的另一组供给动作
OpenAI 的这轮动作发生时，Anthropic 也在调整自己的工作入口与订阅供给。
7 月 7 日，Claude Cowork 开始进入 web 和 mobile。Max 用户先获得 beta。任务可以在电脑、手机和网页之间继续，也能在用户合上电脑后留在云端运行。Anthropic 同时把 Cowork 的双倍使用上限延到 8 月 5 日。\ Claude Cowork 公告
这件事和 ChatGPT Work 几乎形成镜像。两家公司都在把 Agent 从桌面上的单次工具，推向跨设备、可后台运行、可以接住知识工作和文件的长期工作环境。
7 月 12 日，Anthropic 延长 Fable 5 在付费计划中的推广使用，也延长 Claude Code 周额度加 50%。7 月 18 日，它又公布了更明确的分层安排：Max 和 Team Premium 把 Fable 5 稳定纳入订阅额度，Pro 与 Team Standard 则继续通过 credits 使用，并拿到一次性 $100 credit。\ 7 月 12 日官方帖\ 7 月 18 日官方帖
同一时期，Claude Code 的周额度加成延到 8 月 19 日。五小时滚动限制保持存在。\ Claude Help Center
把这段时间单独拿出来看，两边的供给动作确实不同。
Anthropic 在这段时间提高周供给，给旗舰模型划出明确比例，再把高阶权益稳定放进高阶套餐。用户知道自己一周多出多少，也知道五小时边界仍然在那里。
OpenAI 连续发 reset，给 banked reset，临时移除五小时限制，再把 Work 推进同一套工作能力里。用户面对的是一连串会突然改变本周工作安排的事件。
这条竞品线让文章里的问题更清楚。这里记录的是一个时间窗口里的不同调节方式。长期来看，AI Agent 的竞争仍围绕同一件事：谁能给用户足够的工作能力，谁又能让用户相信这份能力下周仍然可靠。
一个真实 Agent 用户，比注册用户贵得多
过去的互联网增长，主要围绕获客、活跃和留存。
一个人注册、浏览、点几次按钮，平台当然有带宽、存储、内容审核和客服成本。但多数产品很少需要在每一次深度使用前，重新算一遍这位用户值不值得服务。
AI Agent 要算。
一个只看了几次 Codex 的用户，成本很低。一个真正开始工作的人，可能会让 Agent 读整个仓库，改几十个文件，跑测试，反复返工。Work 用户也可能上传一批文件，让系统研究、整理、做表、生成交付物，再继续修改。
用户越成功地把工作交出去，平台需要承担的推理、上下文、工具调用和峰值负载就越多。
这会改变增长团队的视角。
注册账号不够。打开产品也不够。平台更关心的是，这个人会不会完成第一件真实任务，会不会在下周再回来，会不会开始把重要项目交进来。
每一步都更有价值，也更贵。
所以 reset、credits、套餐、五小时限制、周额度、banked reset 会一起出现。它们共同决定：平台向谁释放多少工作能力，用户什么时候会用，用户触顶以后是等待、加购、升档，还是转去别的平台。
一位高强度用户可能是最有价值的订阅者，也可能是最难用固定月费覆盖成本的用户。
这就是 Agent 增长和传统产品增长最不一样的地方。增长带来的不是单纯活跃，它同时带来一笔未来的算力账。
reset 给用户的，先是一段继续工作的机会
把每一次 reset 都解释成精密设计好的增长实验，证据不够。
6 月下旬的连续 reset 有明确的事故背景。用户出现异常消耗，团队调查、修复，再把工作能力还回去。这个时候 reset 首先是补偿。
新模型发布时，reset 也很合理。用户刚试几个任务就触顶，产品很难让人知道它到底能做什么。平台需要给用户留出足够长的一段时间，让他们去跑复杂仓库、重做失败任务、把搁置的项目重新推进。
用户的体验会在这里发生变化。
我之前把它叫作配额悔恨。
用户没有少一分钱，也没有真的失去什么。可一旦知道额度今天会被重置，昨天那些没有交给 Agent 的任务，突然都显得有点可惜。复杂项目本来可以多跑一轮。遗留问题本来可以试着解决。自己手动做掉的部分，本来可以让 Codex 先试试。
banked reset 又把这种感觉往前推了一步。
它让一次临时福利变成一笔储备。用户开始思考，什么时候用最值。是留给月底的大项目，还是留给一个要反复跑测试的仓库，或者等下一次碰到很急的工作再打开。
平台的额度开始被用户当作工作产能来管理。
邀请活动需要的，是第一次工作交接
6 月那次邀请活动有一个很具体的条件。
朋友接受邀请还不够。他需要发送第一条 Codex 消息，奖励才生效。
这个动作很小，却比注册更接近 Agent 产品真正要的东西。
一个人下载了产品，可能只是看看。一个人把任务发给 Codex，哪怕只是让它改一个小问题，也已经完成了第一次工作交接。后面他会不会把更多任务交出来，才是留存、升档和工作分配权真正开始争夺的地方。
限时的 reset 奖励后来结束了。邀请入口和奖励资格在不同账户、地区、套餐中也出现过差异。现在的官方规则仍保留推荐活动，但奖励、次数、过期时间和资格都会随着具体活动变化。它也明确排除了自邀、别名规避、设备关联自邀等情形。\ Codex 推荐活动规则
中国社区里还出现过代邀请、代注册和 reset 券交易的讨论。
这部分只能作为观察。它说明一张可转化为额外使用时间的权益，可能很快被标价、交换和套利。它不能证明 OpenAI 因此收紧过哪一次活动。公开信息不足以支持这样的因果结论。
但它暴露了一个很现实的问题。
邀请活动对平台的成本还包括潜在算力。一个为了奖励而来的账户，和一个会持续把工作交给 Agent 的账户，对平台来说完全不同。
Work 让 OpenAI 可以争取更多种工作
Codex 原本很容易被理解成开发者工具。
Work 改变了这个边界。
OpenAI 对 Work 的描述很直接：研究主题、分析信息、写文档、做表格、做演示文稿、做报告、做站点。它接住的是大量原本不在仓库和终端里的工作。\ ChatGPT Work 与 Codex 的官方说明
更关键的是使用结构。
官方帮助页写明，Work 遵循 Codex 的 usage structure。通过 Voice 发起的 Work 和 Codex 任务，也会从同一套 agentic usage 与 credits 池里消耗。
这让额度不再只是一套开发者规则。
一个人做研究报告、整理客户资料、处理表格、写项目方案，也会开始理解剩余额度、长任务、credits、reset 和套餐差异。他未必把自己当成开发者，却已经进入了同一套 Agent 工作能力的供给系统。
Codex 和 Work 接住的是不同任务。它们共同争取的是同一件事：下一个工作出现时，用户愿不愿意交出来。
OpenAI
这 49 天里的高频调整
发布、reset、banked reset、临时限制调整Anthropic
同期可见的规则调整
周额度加成、五小时边界、套餐分层用户重新分配手上的工作
哪些任务今天交给 Agent，哪些留到下一个周期，哪些交给更便宜的模型，哪些仍由人自己完成。五小时限制，原来也是一条工作护栏
看到 7 月 29 日那条恢复五小时限制的预告时，我的第一反应是，赶紧恢复。
这听上去很反常。此前大家一直在争取更多额度、更少限制。五小时限制消失后，用户也确实可以连续推进更多任务。
可它消失一段时间以后，我开始觉得自己快猝死在上面。
有五小时边界时，我会按周安排工作。这周后面有复杂项目，就少跑点零散任务。一个任务人自己先判断，另一个任务交给便宜模型，真正重要的工作留给 Codex。额度有限，反而逼着人停下来排序。
边界暂时消失后，只要周额度还在，项目就可以继续往前推。
再开一个仓库。再补一处功能。再把另一份文档交出去。再试一次。
Agent 能做的事越来越多，用户也会不断发现，原来这个能交，那个也能交。工作从一周计划变成了有多少额度就推进多少。休息和项目之间的界线很容易一起消失。
五小时限制恢复以后，人重新拥有了一个暂停点。
它让用户可以留额度，也让人有机会重新判断，今天到底该把什么交给 Codex，哪些事情要等，哪些事情自己做更合适。
但有一个变化已经留下来了。
用户见过了没有短周期限制时，项目能跑到多快。原来觉得够用的套餐，会开始显得紧。此前只把 Codex 当作偶尔使用工具的人，也可能第一次认真考虑 Pro、credits 或更高额度。
我们不知道临时取消五小时限制的内部目标是什么。公开说法里有事故处理、效率改进、用户里程碑和庆祝活动。用户侧的结果已经很清楚：一次无边界的使用期，会抬高人对自身工作产能的预期。
01
五小时边界存在
- 为复杂项目留额度
- 在不同模型与人之间排序
- 有一个暂停点
02
短期边界消失
- 只要有额度，项目就继续推进
- 更多任务被提前交出去
- 工作容易溢到休息时间
03
边界恢复以后
- 重新获得计划与暂停
- 已经体验过更高的推进速度
- 旧套餐上限开始变得可感知
平台在争取工作，用户也在重新安排工作
过去 49 天的公开动作放在一起看，OpenAI 同时做了几件事。
它让更多人知道 Codex 和 Work。
它让一部分人跨过第一次任务交接。
它让已经在使用的人有机会连续、密集地推进项目。
它也不断调整供给，处理事故，观察负载，恢复边界，把更高频的需求导向 credits 和更高档位。
这套动作当然包含增长。
增长这个词放在这里，意思比拉新复杂得多。OpenAI 要争取的不是一次访问，也不是一次聊天。它要争取用户工作流里的位置。
当我拿到一个新项目，第一反应是交给 Codex、Claude Code、ChatGPT Work，还是先自己做一部分，再用更便宜的模型处理边缘任务，这个选择决定了平台能得到多少真实工作。
模型能力决定用户愿不愿意试。
供给是否稳定、规则是否可理解、任务能不能在中途续航，决定用户敢不敢把重要工作长期交进去。
额度 reset 可以让人今天多做几个任务。
一套稳定、透明、可以规划的工作产能，才会让 Agent 真正留在用户的工作里。