「想繼續分析」→「那就再開一次 Codex 或 Work。」很方便，但長期研究若一直這樣做，很容易額度先用完、工作被迫停在半路。
真正的節省方式不是不用 Codex 或 Work，而是只讓它們完成一次性的重型準備，再把反覆分析搬回 Chat。
為什麼要把工作搬回 Chat
因為 Work 與 Codex 有明確的使用額度。
OpenAI 目前的說明指出，Codex、ChatGPT Work、ChatGPT for Excel 與 Workspace Agents 在支援的方案中共用 agentic 使用額度與 credits。Codex 也有5小時與每週的使用區間。額度耗盡後，後續工作可能必須等待重置，或在可用時使用額外 credits。
大型 repository、長時間 coding、大量檔案與長時間 agent 任務都更容易快速消耗這個共享額度。於是可能出現「研究還沒做完，本週 agent 額度先做完」的荒謬場面。
一般 Chat 使用另一套限制結構。Chat 仍有模型與功能自己的限制，Pro 也不能說成絕對無限。但把反覆分析移出 Work/Codex 的共享 agent pool，可以大幅減少因該 pool 耗盡而被迫停工。
不要每次出門都租挖土機。先把路修好，之後開車就行。
最簡單的分工
- 外部取得、連接、轉換：Codex / Work / 本機
- 固定成可重用格式：Parquet / CSV / JSON / manifest
- 假設、比較、重算、寫報告：Chat
第二步最重要。只要材料整理成 Chat 能反覆讀取的形式，改一個條件就不需要再回 Codex。
文章工廠
Codex 留給 repository 全域大改、採集 script、部署修復與首次大量轉換。
Chat 負責日常文章化、編輯、12語言生成、隱私與重複檢查、標題改善、追加研究、GitHub source draft 與舊文章重編。
每篇文章都「召喚 Codex」，最後會變成 Codex 召喚工廠。
市場分析
最重的是第一次資料準備。
Codex 一次完成 API、bulk download、binary decode、timestamp 對齊、hash、Discovery/Validation/Final 切分與 Parquet 轉換。
之後在 Chat 中反覆比較 ES / NQ / 6E / 6J、BTC / ETH、bitbank 全部 JPY 市場。
分析 queue、cancel、partial fill、adverse selection、spread capture、inventory cost、maker rebate、latency stress、placebo 與長期穩定性。
重點不是猜「下一跳漲還是跌」，而是誰必須立刻成交、哪裡流動性消失、什麼排隊位置值得保留，以及單邊 fill 後庫存怎麼處理。
做 Chat bundle，不要每次搬 raw 山
research-bundle/
DATA_MANIFEST.json
CHECKSUMS.sha256
DATA_QUALITY.csv
SPLITS.json
discovery/*.parquet
validation/*.parquet
final_sealed/*.parquet
RESEARCH_STATE.json
CHECKPOINT.md
欄位盡量統一：
ts_event, ts_recv, venue, symbol, event_type,
side, price, size, order_id, sequence, action
L2 沒有 order_id 就放 null。不存在的資訊用「大概是這樣」補出來，研究會立刻變成同人小說。
Final 要先封存
Discovery 建立假設，Validation 嘗試擊破，規則 freeze 後 Final 只開一次。
省了 agent 用量卻拿 holdout 調參數，研究還是壞的。
哪個工具做什麼
| 工作 | 最適位置 |
|---|---|
| 登入網站操作 | Work |
| 大型 binary 下載與轉換 | Codex / 本機 |
| 整個 repo 的實作與測試 | Codex |
| 24小時 WebSocket | 本機 collector |
| 已準備資料分析 | Chat |
| 假設與反證 | Chat |
| Python 與 simulation | Chat |
| 文章、翻譯、編輯 | Chat |
不是 Chat 萬能，而是把一次性施工與幾十次重複研究分開。
最終結構
外部網站 / API / GitHub / 市場資料
↓
Codex / Work 需要時才用
↓
Parquet + manifest
↓
Chat
假設 → 分析 → 反證 → 再分析
↓
Validation → Final
↓
文章 / 報告 / GitHub
節省方法不是「不用 Codex」。而是先讓 Codex 把環境建好，好到之後不用每一輪研究都重新叫它。
參考資料（4筆）
- OpenAI Help Center: https://help.openai.com/en/articles/11369540
- GPT-5.6 in ChatGPT: https://help.openai.com/en/articles/20001354-gpt-56-in-chatgpt
- ChatGPT Work and Codex: https://help.openai.com/en/articles/20001275-chatgpt-work-and-codex
- Databento Pricing: https://databento.com/pricing
