上周 Claude Code 和 Codex 额度用光之后，我试了一下 GLM 5.2，发现它的能力和 GPT 5.5 是一档的。 但是，中国官方网站的套餐买不到，并且服务稳定性和速度都较差。我这边自己探索了一些替代方案，分享给大家。 这篇文章讲三件事： 高性价比 GLM-5.2 套餐有哪些，以及它们各自的取舍。 缺少视觉支持实际会卡在哪里，现在的 agent 又是怎么绕过去的。 怎么在主流 coding agent 里通过文中所展示的套餐配置 GLM-5.2。 高性价比套餐 我现在会这样看这些套餐。 套餐 价格 用量限制 上下文窗口大小 速度 视觉支持 Cursor Pro $20 USD…

上周，Opus 4.8 与 Claude Code dynamic workflows 同时发布。而早在四个月前，我就在 Opus 4.5 上构建了一个等效插件 charge ，只需提供 prompt，它就能创建并编排由 subagent 驱动的可复用工作流。 Charge 在这里是「冲锋」的意思——即很多个 subagents 冲锋帮你完成任务。 不久后，我便放弃了这个项目，因为事实证明，动态生成 subagent(s) 并复用其工作流只是个伪需求。不过，基于 subagent 的编排依然是我在 Claude Code 日常工作的核心。如今，我已转用 amplify…

如果你关注编程 agent 之间的竞赛，那大概听过这个说法：Codex 今年势头很猛——更快、更便宜、更自主，在各项基准测试上和 Claude Code 几乎不分伯仲。如今不少开发者会优先选它。 速度和成本上，确实没得说——直到我试着把自己的一个 agent skill 迁到 Codex 上，撞上了一堵墙：问题不在模型本身，而在于 agent 被允许怎样和我对话。 那就先老实回答标题里的问题：对于手动操作的人来说，并没有——Codex 确实追上来了，但你用哪个都不吃亏；可对于想在它之上 搭建基于 skill 的工作流 的人来说，反而是 Claude Code…

小趣闻： 2025 年 9 月，我在 Claude Code 上的用量飙到了 3000 美元 。 原因很简单：我把 Claude Code 放进了一个 7x24 agent 循环 里帮我打理业余项目。我睡着时，循环会评估现场、派生 subagents、让事情持续推进。等我醒来，进度已经悄悄向前走了一截。 但这种魔法并不是 Claude 独有；只要你理解了配置的精髓，就能把这个魔法复刻到任何实现了相同要件的模型与 agent runtime 上。 下面就带你从头搭建。 幕后的秘密 事实是：最新的 Claude 4、GPT-5 这类大模型已经在 agent…