Codex+Jev： 直接砍一半大模型调用成本

不知道大家平时在用大模型写代码的时候有没有一种糟心感受。 不管问题简单还是烧脑，模型的思考深度基本是固定死的。简单的文件查找、列出目录这种 routine 的常规任务，它照样吭哧吭哧疯狂输出一大段内部思考，白白烧掉一堆token；等到真正遇到复杂难题卡壳的时候，思考又好像不够深入，三下五除二就草率给出错误答案。

要么无脑使劲想，花钱；要么少思考，容易错。很长一段时间我们好像只能二选一。

最近社区流传的 Jev 思路就有意思了：任务运行的中途动态调整 GPT‑6（Codex）的 reasoning effort（思考投入程度）。 逻辑说起来并不复杂。Agent 在跑任务的时候自己做判断：现在是不是卡住了？如果陷入难题，就立刻调高思考力度，让模型多想一想；如果只是普通、重复性的例行步骤，就降低思考开销，不要无谓地胡思乱想。

下面直接来看看怎么使用

首先使用/model选择模型

选择jev

先打个招呼

再让他找bug

jev会根据实际情况来选择codex的不同努力级别，而不是一味的使用某一个级别

最亮眼的数据是什么？我用自己的项目实测直接把整体调用成本直接下降50%。而且更厉害的一点，这套玩法并没有破坏 prompt caching（提示缓存）。

很多做过Agent开发的朋友应该懂这里的含金量。 但凡你中途随便改系统提示、乱改头部的参数，前面已经缓存好的上下文直接失效。缓存一没，每一轮都重新跑完整输入，token开销瞬间暴涨，省下来那点思考token全部亏回去。很多动态改思考参数的早期尝试就是栽在这里。Jev 的方案绕开了这个大坑，可以继续享用缓存带来的提速省钱红利。

放到Agent写代码这个场景来看就非常贴切。Agent执行的时候，大量工作其实就是执行shell命令、查文件、grep检索源码，这些步骤根本不需要深度推理；只有遇到分析报错、梳理复杂逻辑、重构代码的时候，才真正需要模型沉下心深度思考。

以前是“一刀切”，全程维持最高档位的思考。现在变成了弹性策略：该猛想的时候使劲想，该摸鱼的时候就少想。按需分配算力。

当然也要冷静看待，Jev目前还属于社区传出的玩法，并不是OpenAI官方开放的API能力。它更偏向一套上层调度思路，并不是什么黑魔法补丁。并不是打开开关就直接半价，需要上层Agent逻辑识别当前任务状态，再动态下发推理强度指令。

以后Agent开发，单纯堆模型能力不一定是出路。这种上层动态调度、弹性控制思考资源的思路，说不定会成为优化Agent成本的主流方向。不知道后续会不会有更多项目跟进这套模式？