自从 GPT-6 Astra 发布之后，眼瞅着 Codex 的额度是越来越不够用了，一个对话还没聊两句，5 小时额度就快烧没了。
还 5 小时？两分钟就完事了。。。
真用起来，是真不够用啊。。。
其实，别忘了你手里还攥着一个常年没被吃干榨净的东西：ChatGPT 网页端。
我发现，很多人的真实状态其实差不多：Codex 那边已经开始抠抠搜搜地算账，网页端那边却还没压榨到极限。
它的大量能力，压根没真正接进本地项目的工作流里。
于是自然就有人琢磨，能不能把 ChatGPT 网页端这部分闲置的流量，也拉进本地电脑像 Codex 一样干活？
答案是：能。
我最近发现了一个开源项目，叫 WebCodex。
你可以把它理解成一座桥，一边是 ChatGPT 网页端，另一边是你自己电脑上的项目。
有了这座桥，ChatGPT 网页端就不再只是一个会聊天的网页，而是能开始读你本地文件、搜代码、分析结构、改内容、跑命令、看测试结果。
定位很直接：让 ChatGPT、Claude 这些云端 AI agent，直接使用你自己电脑上的代码仓库和开发工具，生成的文件也直接存在你的电脑上。
如果你已经在用 Codex，而且最近最烦的就是额度不够，那 WebCodex 这套玩法，把 ChatGPT 网页端原本容易闲着的能力，拉进本地工作流里，帮你一起分担。
这才是它最香的地方，就像它的名字，像用 Codex 一样，使用网页版干活。
讲清楚额度
这个问题不讲清楚，后面只会越用越糊涂。
OpenAI 官方帮助文档说得很明确：网页版里面 Chat 的使用限制，跟 ChatGPT Work、Codex 的额度，是分开算的。
你在网页聊天里用模型，是一套账；你在 Codex / ChatGPT Work 里跑项目、跑 agent，是另一套账。这两边不是混在一起的。
所以你看， 你手里明明还有另一套没吃满的模型额度，为什么所有本地任务非要只压在 Codex 上？
既然 ChatGPT 网页端和 Codex 额度是分开算的，那一个很自然的思路就冒出来了：把原本全压在 Codex 身上的一些任务，拆一部分给 ChatGPT 网页端。
比如项目初步分析、目录结构梳理、文件阅读、需求理解、修改方案设计，还有一部分本地读写和验证，这些事情，以前你可能全交给 Codex，现在通过 WebCodex，可以拉相当一部分到 ChatGPT 网页端 + 本地项目连接这条线上来做。
这就是 WebCodex 玩法成立的基础。
甚至当你的 5 小时额度用完的时候，还可以把这个任务转到网页端上，让它继续。
不过这里有个区别，你需要知道：
Plus用户在网页端主要还是 GPT-5.6 Sol，但 Work/Codex 可以用 GPT-6 Astra。
Pro 用户在网页端也可以直接用 GPT-6 Astra，不过目前也是有额度限制，100 刀 50 条每周，200 刀 100 条每周 。
好了，这些东西你了解一下就行了。
WebCodex 怎么用
我只讲普通个人用户最推荐、也最容易跑通的一条路线。
去 WebCodex 官方 GitHub 地址下对应系统的安装包安装即可：
github.com/yyjeqhc/webcodex
装完打开，你会看到一个桌面端控制界面，它的作用就是管理你本机的 Server、Runner 和 Tunnel。
你不用管这个是啥，反正咱们跑起来就行了。
其实逻辑不复杂：ChatGPT 跑在云端，你电脑在本地，两边要通信，就得有一条安全通道，这条通道就是 OpenAI Secure Tunnel。
你需要做两件事：在 OpenAI Platform 里创建一个 Tunnel，再创建一个 Restricted API Key。
创建 OpenAI 官方隧道。用同一个 OpenAI 账号打开隧道设置：
platform.openai.com/settings/organization/tunnels
点击 Create tunnel：
Name 填 WebCodex-Windows，Description 随便填都行，Organizations 选自己的 Personal 组织，ChatGPT workspaces 选自己的目标工作空间，最后点 Create。
创建后，在列表里复制以 tunnel\_ 开头的 Tunnel ID，下一步配置会用到。
再创建只用于隧道的密钥。打开 API 密钥页面：
platform.openai.com/settings/organization/api-keys
点击 Create new secret key， Owned by 选 You，Name 填 WebCodex-Tunnel，Project 用 Default project，有效期按需要选，Permissions 选 Restricted。
然后在下方找到 Tunnels，只勾 Read 和 Use，其余全部保持 None，点击 Create secret key 后复制保存密钥。
进入 WebCodex 界面左侧连接，输入Tunnel ID 和 Tunnel API key 后点保存配置。
然后再选择 OpenAl Secure Tunnel。
选择本地项目并启动运行环境。回到首页，选在此电脑使用 WebCodex。
点选择文件夹，选择允许 ChatGPT 操作的文件夹，自己需要提前建好。
选择之后然后再点下方的配置 WebCodex。
看到 OpenAI Secure Tunnel 已就绪，等待 ChatGPT 连接，说明本地这边准备完了。但这还不等于网页版已经能操作项目，后面还得完成插件连接和真实读写测试。
在 ChatGPT 网页版打开设置 - 账户安全与登录，向下找到并开启开发人员模式。
再进入设置-插件-浏览插件。
右上角点 +，创建自定义 MCP 工具，名字就填 WebCodex， 连接方式选隧道，填入你的 Tunnel ID，身份验证选无身份验证。
创建成功后，就能看到已经安装好的 WebCodex。
到这里就算安装成功了，如果你觉得这个操作繁琐，你大可以把这个链接丢给你的 Agent，它直接帮你搞定。
下面来试试效果。
先新建一个网页对话，点输入框旁的＋，选 WebCodex，来几个最简单的动作练练手。
我让它读取分析文件夹里的一本小说，这是我最近构思让 AI 写的一部小说，还正在修订中。
然后根据小说的内容给这部小说设计一个封面图。
我打开文件夹核对，封面确实已经存在了本地电脑上。
以前得自己上传文件、搬运内容、下载结果、截图报错，现在在对话里交代清楚，它就能接着往下做了。
注意事项
对了给大家说一点注意事项。
1.在对话过程中，你应该会看到弹出这个窗口，点允许就好。
以前 ChatGPT 最多是给建议，现在它可能是真的读文件、改文件、删除文件、跑命令。那系统当然会更保守，尤其写入、删除、执行命令这类动作，弹确认是非常正常的。
2.还有能 Git 的一定先 Git，改之前先 commit 一次；不是代码项目的，至少备份一份，以防被它改错了你还能有个回退版本。
3.顺带说个效率技巧：如果你一句一句地下命令，先看看，再改，再测，再继续，中间很可能来回确认很多次。
更好的说法是一次性给完整指令：先分析问题，找到相关文件，必要时直接修改，修改后运行测试，如果失败继续排查直到通过，再告诉我改了什么。
这样效率会高很多，也更像真正的 Agent 工作流。
结语
如果你本来就是 Codex 用户，最近又越来越明显地感觉到额度不够、舍不得放开用，那我觉得 WebCodex 这套玩法，真的值得你认真试一次。
最后稍微啰嗦几句：
是的，我当然知道，最简单、最省事的办法是什么。
额度不够，就买额度。
实际上我自己也是这么干的。真碰上重要项目，我也不愿意为了省一点额度，把时间耗在各种折腾上。
很多时候钱本身，反而是最不值钱的。
但换个角度，让我想到这几年大模型竞争国外和国内走的两条路线。
国外资源足够充裕，最自然的办法当然是堆更多 GPU、更多数据、更多算力，把问题正面碾过去。
但国内厂商没那么多卡，就会逼得开始研究：有没有办法用更少的资源，做到差不多的结果？
而结果我们也都看到了：很多真正有意思的优化，往往就是这么逼出来的。
回到我们普通用户身上也是一样。
有钱当然可以买更高档的套餐，可以加额度，可以把最贵的模型一直挂着跑。
这条路完全没问题，而且一定还是体验最好的那一条路。
但问题是，不是每个人都愿意、也不是每个人都有必要，为了偶尔多跑几个 Agent、改几个项目，每个月再多掏一大笔钱。
可他们同样想用到这些能力。
那怎么办？
于是就有人开始研究像 WebCodex 这样的玩法，这些表面上看，好像都是一帮人在穷折腾。
但存在即合理。
因为技术有意思的地方，从来不只是让愿意花更多钱的人得到更好的体验。
它还应该让预算没那么高的人，也能找到一条稍微绕一点、但依然能抵达终点的路。
否则我们天天讲 AI 平权、科技平权，到头来却还是：
谁有钱，谁就能用得爽。
那这个平权，多少有点尴尬。
所以像 OpenCodex 这种项目，我还是挺愿意给它们点个赞。
虽然未必是最优雅的答案，但至少给了普通人一个选择。
