LegalOn 有个实打实的数字：他们每天预估的 Codex 成本降了65%，开发速度一点没掉。
换思路，不硬砍成本
很多团队用 Codex 时，习惯所有代码生成场景都靠它，不管任务大小，这种无差别使用很容易导致额度浪费，成本居高不下。遇到这种情况，多数公司会选择砍使用额度或限制次数，结果往往拖慢开发节奏。LegalOn 没走这条老路，而是调整了工具的匹配方式：把 Astra、Sol、Luna 这些工具对应到不同的开发任务，同时配合策略性的预算管控，最终实现了 Codex 日常使用成本降65%，开发节奏没受影响。
效率没打折的核心
降本还不丢速度，这是 LegalOn 操作里的关键。不少优化成本的做法，都会在某个环节牺牲效率——比如减少工具的调用频次，或者压缩预算额度，最后拖慢开发进度。但 LegalOn 的操作不是这样，他们把不同工具分配到对应任务，让每个工具都用在合适的场景，同时管好 Codex 的使用额度，既控制了整体成本，又没打乱开发流程。这种“精准匹配”的思路，不是靠凑活，而是靠对工具和任务的对应关系调整实现的。
如果你的团队在用 Codex，会不会考虑调整工具和任务的匹配方式？
素材来源：OpenAI News · AI情报、AI行业观察
查看报道原文
本文由 WeValue 情报引擎基于公开报道整理改写
发表第一条评论吧