喵的，我终于搞明白为什么 Codex 处理大项目老是丢上下文了，搞了半天不是模型不行，

OpenAI 负责 Codex 的 Tibo 亲自下场爆料了， Codex 里偷偷藏了个满血开关，只需要三行配置，就能把 GPT-5.6 Sol 的上下文窗口干到 100 万 token，

因为Codex 默认压着 GPT-5.6 Sol 的上下文不给开满， 默认配置只给了满血能力的三分之一，剩下的要我们自己去解锁。

OpenAI Codex 的负责人 Tibo 发了解锁方法， GPT-5.6 Sol 这个模型官方支持大约 105 万 token 的上下文，但 Codex 默认只给你开了 25 到 37 万左右，直接砍到了四分之一， 想解锁满血，打开～/.codex/config.toml，在最顶部加上三行，model 设成 gpt-5.6-sol，model_context_window 设成 1000000，model_auto_compact_token_limit 设成 900000，保存重启开个新会话就行，

不想改默认配置的，终端里用 - c 参数临时跑一次也可以， 很多人第一反应是 OpenAI 故意阉割，但说实话，默认不开满是有道理的，

上下文超过 27.2 万 token 之后，输入计费直接翻倍，输出按 1.5 倍算，而且模型对超长上下文的注意力并不是均匀的，中间部分容易被忽略，也就是常说的 lost in the middle，默认值是调优过的性价比甜点，

真正适合开 100 万的场景，是一次性吞下整个 monorepo，长周期调试和逆向工程，需要保留大量工具输出和多轮修改历史的复杂重构，这种时候多出来的上下文就是救命的，

日常写小功能，默认配置反而更快更省更稳， 但这件事最值得琢磨的，根本不是这三行配置， 模型能力和产品能力之间，隔着一道刻意的权衡， OpenAI 选择让大多数人用安全的默认值，同时给懂行的人留了一扇 opt-in 的门，

agent 时代，配置能力本身就是一种杠杆，会改配置、理解 trade-off 的人，能比只会用默认设置的人多挖出一截能力， 但真正的高手，不是什么场景都开满血，而是知道什么时候该克制，这句话大家仔细品hh