Codex 多 Agent 與子代理(Subagents)怎麼用:並行委派、自定義角色與配置詳解

Codex 支持多 Agent 並行幹活嗎?按官方《Subagents》文檔整理:預設已開啟子代理工作流,內置 explorer 與 worker 角色、用 /subagents 切換線程、在 .codex/agents/ 自定義 TOML 角色,以及權限繼承與額度注意事項。

NNathaniel bigo··原創首發·AI 輔助撰寫
9 分鐘讀完
資料核對於 2026-11-18 · 依據官方文檔與公開資料整理 Plus 帳號

結論先說

  1. 當前版本的 Codex 預設已開啟多代理(Subagents)功能(agents.enabled 預設為 true),支持同時拉起多個專職子代理並行幹活,再由主線程彙總結果。
  2. 核心價值是防「上下文污染(Context pollution)」:把翻代碼、跑單測、讀長堆棧這類吵鬧的中間過程剝離到子線程,只把精煉結論傳回主對話。
  3. 內置三種角色:explorer(偏只讀搜尋)、worker(偏動手實現與修復)、default(通用兜底);還可在 ~/.codex/agents/ 或項目 .codex/agents/ 下寫獨立 .toml 文件定義專屬角色。
  4. 怎麼觸發與查看:在提示詞裏直接寫明並行拆分要求(或開啟 Ultra 推理檔讓系統主動委派);CLI 裏輸 /subagents 隨時查看和切換活動線程。
  5. 沙箱與審批嚴格繼承父會話:自定義子代理可以單獨換模型或關掉 Shell 工具,但不能繞開父會話當前的沙箱和審批策略。

Codex 內置與自定義子代理分工對比

圖:本站根據 Codex 官方文檔:Subagents 整理的示意圖

本文根據 Codex 官方文檔《Subagents》《Sample Configuration》《Slash commands in Codex CLI》整理,資料核對於 2026-11-18。配圖為本站整理的示意圖,不是介面截圖。本站(bigolab.com)不是 OpenAI 官方網站。Claude Code 的同類機制可對比 Claude Code Subagents(子代理)怎麼用。

適用於誰

  • 在大倉庫裏讓單個會話既搜代碼、又看幾千行測試日誌、又改邏輯,結果聊到後面主線上下文越來越糊塗的人;
  • 想讓 Codex 同時派出三個子代理分別查安全漏洞、缺測分支和可維護性,最後彙總成一份報告的人;
  • 想給掃描探索子代理單獨配便宜快速的 gpt-6-luna,而主代理保持強模型的開發者。

一、怎麼觸發子代理並行工作、在哪看進度

官方文檔建議:讀多寫少的任務(如代碼庫探索、PR 多維度審查、故障分流、長文檔分塊摘要)最適合上並行子代理;而多個代理同時改同一批文件的「寫密集」任務容易產生代碼衝突,要謹慎拆分。

觸發方式有兩種:

  • 常規檔位顯式點名:直接在提示詞(或倉庫 AGENTS.md、技能文件)裏交代清楚「拆幾個子代理、各自查什麼、要不要等齊再彙總」。例如官方推薦的分支審查寫法:
text
請用並行子代理審查當前分支:派一個子代理查安全風險,一個查測試缺口,一個查代碼可維護性。等三個全部完成後,按類別彙總問題並附上文件路徑與行號。
  • Ultra 檔位主動委派:在支持 Ultra 檔位的帳號與模型上,無需每次手寫拆分指令,系統判斷並行能明顯提速或提質時會自動派發子代理。

運行過程中各端查看入口不同:

  • 命令行 CLI:輸入 /subagents 回車,即可在活動線程選擇器裏切換查看某個子代理正在幹什麼;如果某個後台子線程觸發了命令審批彈窗,遮罩層會標明來源線程名,按鍵盤 o 鍵就能先打開那個子線程看清上下文再決定放行或拒絕。
  • 桌面端與 IDE 擴展:桌面端直接在主對話活動流裏點開對應子代理線程;IDE 擴展在輸入框上方展開後台代理面板查看狀態或停止子代理。

二、配置全局並發上限與自定義 .toml 角色

在 Codex 配置並運行子代理的四步

圖:本站根據 Codex 官方文檔:Subagents 整理的示意圖

1. 在 config.toml 的 [agents] 表設全局預設值

不想讓所有子代理都跟着父會話用最貴的模型,可以在 ~/.codex/config.toml 或受信任項目的 .codex/config.toml 裏配置 [agents] 表(配置優先級見 Codex config.toml 完整詳解,模型差異見 Codex 用哪個模型好):

toml
[agents]
enabled = true
max_concurrent_threads_per_session = 6        # 除主線程外的最大並發子線程數
default_subagent_model = "gpt-6.2-sol"        # 子代理預設模型
default_subagent_reasoning_effort = "medium"  # 子代理預設推理強度

2. 在 .codex/agents/ 新建專屬角色文件

個人通用角色放 ~/.codex/agents/,項目共享角色放倉庫 .codex/agents/。每個 .toml 文件定義一個角色,必填 name、description、developer_instructions 三個字段。例如按官方範例寫一個只讀搜尋員 .codex/agents/pr-explorer.toml:

toml
name = "pr_explorer"
description = "只讀代碼庫探索員,在提出修改方案前負責收集調用鏈與文件證據。"
model = "gpt-6-luna"
model_reasoning_effort = "high"
developer_instructions = """
保持只讀探索模式,不要修改任何文件。
追蹤真實執行路徑,準確引用文件路徑與函數符號;除非父代理明確要求,否則不要自行編寫修復代碼。
"""

[features]
shell_tool = false

上面這個例子用了兩個官方省錢又防亂改的技巧:把高頻翻文件的探索員指定為輕量快速的 gpt-6-luna(配 high 推理),同時用 features.shell_tool = false 關掉它的 Shell 執行能力,只讓它安心讀代碼。

三、權限邊界與套餐額度消耗說明

  • 安全邊界不可越權:官方明確規定,寫在自定義代理 .toml 裏的 sandbox_mode、approval_policy、model_provider 和 mcp_servers 不會生效,一律嚴格繼承父會話當前的設定(沙箱規則見 Codex 權限與沙箱設定)。想讓子代理用某個 MCP 工具,必須在父會話裏配好該 MCP 服務。
  • 關注並行額度消耗:一次派 4 個子代理出去,就等於同時跑了 4 輪獨立的模型推理和工具讀取,消耗套餐限額的速度顯著高於單代理。如果團隊日常大量使用並行子代理或 Ultra 模式,個人升級可看本站 ChatGPT Plus 充值說明 或無 5 小時窗口限制的 ChatGPT Pro 充值說明。

常見問題

問:自定義角色取名叫 explorer,會和內置的 explorer 衝突報錯嗎?

答:不會報錯。官方文檔寫明,當你的自定義角色 name 與內置角色(如 explorer、worker)重名時,優先採用你定義的版本。

問:在 codex exec 非交互腳本里跑子代理,中途子代理請求人工審批會怎樣?

答:非交互環境無法彈出審批框。官方說明凡是需要新人工審批的動作都會直接失敗,並把錯誤返回給父工作流處理;因此在自動化裏請提前給父命令設好合適的 --sandbox。

問:歸檔主會話時,它派生出來的子代理會話記錄還在嗎?

答:運行 codex archive 或 /delete 處理父會話時,Codex 會一併歸檔或刪除它所派生的子代理會話及其後代記錄。

相關教學

參考資料

  • Codex 官方文檔:Subagents — https://learn.chatgpt.com/docs/agent-configuration/subagents
  • Codex 官方文檔:Sample Configuration — https://learn.chatgpt.com/docs/config-file/config-sample
  • Codex 官方文檔:Slash commands in Codex CLI — https://learn.chatgpt.com/docs/reference/slash-commands

Nathaniel 的更多內容

  1. 01

    LangGraph 流式輸出(Streaming)詳解:逐字 Token 流、節點進度與自定義事件寫法

    多步智能體如果等全部節點跑完才返回,網頁前端就會白屏乾等十幾秒。本文按 LangGraph 官方文檔講清 updates、messages、custom 與 values 四種 stream_mode 的區別,以及組合訂閱逐字打字機輸出加工具內部實時進度的完整代碼。

    其他 AI 工具0
  2. 02

    LangGraph 持久化與長期記憶怎麼配:Checkpointer、Store 與 PostgreSQL 實戰

    在生產環境跑 LangGraph,單靠 InMemorySaver 一重啟就會丟失全部對話。本文按官方文檔講清線程內短期檢查點(Checkpointer)與跨線程長期記憶(Store)的分工,以及用 langgraph-checkpoint-postgres 對接 PostgreSQL 的完整步驟。

    其他 AI 工具0
  3. 03

    LangGraph 多智能體怎麼寫:Supervisor 主管包與 Subgraph 隔離子圖實戰

    在 LangGraph 裏把單個圖擴展成多智能體協作有兩條官方路線:快速原型用預置包 langgraph-supervisor,大型生產系統用原生子圖(Subgraph)嵌套。本文講清兩種寫法的完整代碼、私有狀態隔離防 Token 膨脹技巧以及檢查點傳播規則。

    其他 AI 工具0
  4. 04

    LangGraph 人工介入審批怎麼寫:interrupt 暫停圖運行與 Command 恢復實戰

    企業之所以選 LangGraph,很大程度看中它能安全掛起等待人工審批(Human-in-the-Loop)。本文按官方最新規範講清 interrupt() 動態暫停、Checkpointer 必備條件、Command(resume=...) 恢復執行,以及防止副作用重複運行的重入規則。

    其他 AI 工具0
  5. 05

    多 Agent 協作平台怎麼選:Dify、釦子(Coze)、n8n 與 LangGraph 多智能體機制對比

    搜「多agent協作平台」時,Dify、釦子、n8n 和 LangGraph 都宣稱支持多智能體,但底層的調度方式完全不同。本文跳過基礎安裝,專門從多 Agent 角色跳轉、子代理工具調用、上下文隔離與私有化部署四個維度幫你一次選準。

    其他 AI 工具0
  6. 06

    企業微信有官方 MCP 和 CLI 嗎:@wecom/cli 安裝初始化、長連接機器人與接入教學

    搜「企業 微信 有 mcp 嗎」不用再東拼西湊民間群機器人腳本了:企業微信官方已推出 @wecom/cli 命令行工具並內置 stdio 模式的 MCP Server。本文按官方開發者文檔講清安裝、智能機器人長連接初始化、業務命令與接入 Claude Code 步驟。

    Claude其他 AI 工具0

同產品的其他教學

  1. 01

    AutoGen 現在怎麼樣了?微軟官方演進路線與 Microsoft Agent Framework 入門

    搜 AutoGen 新教學常被 0.2、0.4、社區分支和 Semantic Kernel 繞暈。按微軟官方文檔,微軟已將 AutoGen 與 Semantic Kernel 兩支團隊合併推出統一的開源框架 Microsoft Agent Framework。本文講清現狀與 Python 快速上手。

    ChatGPT其他 AI 工具0
  2. 02

    多 Agent 的成本為什麼翻倍、怎麼控制:Token 膨脹根源與五項降本措施

    剛把單智能體拆成多 Agent,用量往往暴漲好幾倍。Anthropic 工程報告統計單智能體約為聊天的 4 倍 Token,多智能體可達約 15 倍。本文拆解固定前綴重複加載、歷史搬運、工具鏈定義與緩存失效四大根源,並給出五條實操控費辦法。

    ChatGPTClaude0
  3. 03

    多 Agent 協同開發怎麼落地:「一個寫、一個審」雙代理工作流搭建指南

    多 Agent 協同開發裏投入產出比最高的模式就是「一個寫、一個審」。本文依據 Anthropic 與 OpenAI 官方編碼最佳實踐,講清為什麼同會話自審容易漏問題,以及用只讀子代理、跨模型交叉審查(Claude Code + Codex)和自動化閉環落地的具體方法。

    ClaudeCodex0
  4. 04

    多 Agent 編排模式詳解:編排者-工作者、交接(Handoffs)、並行與評估循環怎麼選

    搜「multi-agent orchestration 中文」會被各家框架的不同術語繞暈。本文對照 Anthropic《Building effective agents》與 OpenAI 智能體指南,把編排者-工作者、去中心化交接、並行分片投票與生成-評估循環四種標準編排拓撲講透。

    ChatGPTClaude0
  5. 05

    多智能體(Multi-Agent)是什麼、什麼時候該用:Anthropic 與 OpenAI 官方判斷標準

    多智能體不是代理越多越聰明。本文依據 Anthropic 研究系統架構文章與 OpenAI 官方智能體指南,講清確定性工作流、單智能體與多智能體的區別,以及哪三類瓶頸才值得上多智能體協同。

    ChatGPTClaude0
  6. 06

    codebase-memory 類 MCP 是什麼、怎麼用:基於語法樹圖譜的本地代碼索引原理與配置

    codebase-memory-mcp(DeusData/codebase-memory-mcp)是一類本地代碼圖譜 MCP 伺服器:用 Tree-sitter 把倉庫解析成函數與調用關係的 SQLite 圖庫,幫編碼助手查調用鏈並省下讀整份文件的額度。

    ClaudeCodex0

0 條評論

登入 後參與評論

還沒有評論,來搶沙發~