如何蹬掉 10 个 200 美元的 Codex 订阅？
之前写文章，评论区经常有人问：你到底怎么开出 10 个订阅的，怎么可能用得完？今天简单聊聊，纯干货。这件事说穿了，就是两步——买 10 个订阅，用掉 10 个订阅。
买订阅花点小钱就能解决——能用小钱解决的问题，就不算什么大问题。真正难的是，你有没有值得用掉 10 个订阅的问题？
一、先解决“买得到”
要同时持有 10 个 AI 订阅，需要凑齐六样东西：
- 科学上网的网络环境。
- 邮箱。
- 一个手机号（可能需要）。
- 一张付得出去的外卡。
- 一个能快速切换身份的浏览器。
- 一台（或几台）能跑起来的机器。
邮箱：最容易的一环
注册一个企业域名邮箱就行。微软、阿里云、Google 的企业邮箱都可以，苹果的 iCloud+ 也能用。手上有了域名，你想开多少个邮箱就有多少个。如果订阅数不超过五个，最省事的做法是 iCloud+ 绑五个自定义域名，几分钟搞定。
手机号：麻烦一点，但有办法
大陆和香港的号码基本都用不了。好在并不是所有订阅都强制绑手机，OpenAI 通常只有触发风控时才会弹出来验证一次。这种情况找个能收短信验证码的平台过一下就行，是一次性的，充五块钱能用很久。
28％ 的成功率，多试几次就好了。
支付：卡住绝大多数人的那一步
如果你只买一个订阅，走 Apple 美区可能是最省心的路径：美区 Apple ID 绑 PayPal，PayPal 再绑一张国内 Visa，实测能付。Google Play 那条路听说效果类似。最近也多了礼品卡的选项，找人代买一张送给自己，应该也行。
但这套办法撑不起 10 个订阅。到那个量级，你需要一张正经的海外信用卡。老冯用的是 Airwallex 的卡，走公司主体，付款开票一条龙。
浏览器：不用折腾，Chrome 就够
Chrome 的 Profile 功能几乎是为这个场景量身定做的：一个 Profile 一套独立的登录态，点一下就切。老冯的习惯是每个 Profile 里挂两个 ChatGPT 加一个 Claude。配额烧完要换号的时候，切一下就完事。
机器：并行度的天花板
很多操作需要一个真实环境去跑。
命令行是好办的——跑 Codex 的话，改一下 CODEX_HOME 环境变量，就能在同一台机器、同一个用户下切换身份，这个技巧也可以拿来批量暖号。但桌面应用、Computer Use 吃不了这一套，所以最简单粗暴的并行方式还是多备几台设备。之前 OpenAI 说采购了几万台 Mac mini，我猜就是干这个用的。
顺便说一句：老有人在折腾 Omarchy、折腾 Windows。搞 AI 就别折腾这些了，桌面认准 macOS。理由很简单——开发者清一色在用 macOS，工具链的优化永远优先照顾自己那台机器，Computer Use 在 macOS 上的体验是别的平台比不了的。
老冯家里堆了不少电脑，眼下是五台本地机加五台云电脑，每台挂一个账号，本地那几台还得保持活跃。
以上就是全部。细节不要问老冯，让老冯代买这类不合规的事就免了。路已经指出来了，剩下的自己想办法——只要你想办法，总是有办法的。
（这些东西以前其实都写过文章细聊，后来陆陆续续都被下架了。）
二、真正的问题是“蹬得完吗”
比起“我要买 10 个订阅”，你真正该想的是另一件事：这 10 个订阅，你蹬得完吗？
老冯的消耗速度大概是：每天大约 4 个周配额。这里说的订阅都是 200 刀的满配额档。也就是说，在没有任何重置的前提下，一周的自然消耗是 4 × 7 = 28 个周配额——等价于 28 个 200 刀订阅。
下面是主电脑上的消耗，另外还有几台就懒得统计了，大概三个月吃掉 3000～4000 亿左右的 Token 吧。
好在有重置圣徒 Tibo 频繁替我们按下 reset 按钮，前一阵子勉强算是跟得上。最近老冯又补了几个 Plus 订阅专门用来攒卡，手上囤了二十多张重置卡，需要的时候充一个 200 刀档，立刻就是 4 个满血周配额。
这笔账算完，结论只有一个：订阅费根本不是瓶颈。跟招人干活比一比就知道了，AI 订阅便宜得不像话。我不觉得有哪家企业连这点钱都掏不出来。
真正的瓶颈在转化效率。
你当然可以让 AI 把代码库反复读十遍，很快就能把 Token 烧光——但那没有意义。衡量提效的指标从来不是烧掉了多少 Token，而是有效转化出了多少产出。
这是很多公司和组织眼下的尴尬之处：他们唯一能量化的东西，就是员工的 Token 消耗量。可一旦你把 Token 消耗量当成考核指标，你最后拿到的就只有 Token 消耗量本身。规定每人每天必须烧掉一亿 Token，那大家就一定能烧掉一亿 Token——古德哈特定律。
三、把自己 scale 起来
那么怎样才算真的吃得下？老冯自认为用 10 个订阅并不吃力，甚至还有余力做别的事。真要往极限用，估摸着得 20 到 30 个 20× 订阅才能填满我的消耗。
关键只有一条：持续不断地把环节自动化，让系统替你干活。
举个自己的例子。以前老冯构建一个新的 PG 扩展是件相当吃力的事，得一个一个去校对、编辑、验证。但等到积累了几百个可用样例、跑通完整流程之后，现在更新一个扩展版本只需要一句话：
这个扩展版本更新了，按 SOP 处理一下。
它会自己去拉最新源码，编译、构建，安排充分的冒烟测试，然后直接发布到生产仓库。整条链路基本全自动，每天后台扫一遍就能发现哪些扩展出了新版本。其他内容站的维护、PG 官网更新之后的派活、各类消息与博客的处理，也都是同一个套路。
甚至，其实老冯并不是真的需要说这样的一句话。因为我有一个定时任务，它每天都会去 PGXN、GitHub 还有 Google 上搜索，找到新的扩展，并 watch 老扩展是否更新，自动触发构建维护的流程。
老冯现在的精力，主要就花在搭这样的体系上。
关键是做那些有复利的事。
而要做有复利的事，前期就必须做大量“不 scale”的事。想搭一条全自动的交付 pipeline，前期要堆的手工活多得吓人。老冯在这上面整整积累了两年，相当一部分时间都填进了这条流水线的手工维护流程里。但自动化一旦立起来，后期的维护成本会低到不可思议。
还是那句话：AI 是一个乘法器，不是加法器。 在用得好的人手里，它甚至不只是乘法器，而是一个指数级增长、利滚利的东西。千万不要用线性思维去使唤它，而是要拿它去打造越来越多、越来越强的“AI 消耗机器”。
等到这台机器成型、能够自己运转，并且开始放大你的认知带宽，这个模式才算真正立起来了。最核心的一点是：把你自己的关键资源 scale 起来——你的时间、你的注意力带宽、你的验收能力，这三样才是真正稀缺的东西。以前需要人工做细节验收，随着模型能力越来越强，以后细节验收可以彻底交出去，自己只做宏观验收就行。
尾声
今天 9 月 7 日，正好是上一轮 Tibo Reset 之后的自然重置到期日。于是老冯又开始了例行的疯狂蹬车模式，一天蹬掉了 4 个 20× 订阅（外加一个 Claude）。
尤其是 Astra 6 发布之后，很多之前用 SOL 甚至更早模型做出来的项目，都值得重新过一遍。比如老冯维护的对象存储 SILO，用 Astra 重扫了一遍，挖出并解决了一批之前没发现的问题。模型能力的提升，在这种时候体现得最直观。
所以说到底，买 10 个订阅、蹬 10 个订阅，都不是真正的难点。
真正有挑战的是：你手头上有什么事，能把这 10 个订阅给烧干？