Codex 中实用的多 Agent 编排

在 Codex 中实用的多智能体编排 2026 年 7 月 24 日 · 3 分钟阅读 · 查看原文 ↗ Aura 当 GPT-5.6 Sol 有一个团队可以协作时，它会变得特别有意思。Codex 全新的 Multi-Agent V2 工具给了 Sol 和 Terra 一种自然的方式来委派任务、共享进展，并在复杂任务中协同配合。 Ultra 让智能体协作成为默认行为，最好留给高风险的活儿——那些模糊不清、或上下文分散得需要额外深度的活儿。 对于其他任务，一句简短的提示词或一个技能，就能从 Sol Medium 那里激发出同样的协作行为，因为它一边和你保持对话，一边在幕后组织工作。只要推对方向，Sol 就能把宽泛的需求变成聚焦的委派，引入其他智能体，并判断某个问题何时需要更深的推理。 让推理与工作相匹配 虽然可以让 Sol 委派给另一个模型（比如 Terra），但最简单的配置是保持同一模型家族，只调整推理强度，并配上专职角色，就像这样： Scout（侦察）——GPT-5.6 Sol Light。回答狭窄的只读问题：定位文件、追踪代码路径，或找到相关测试。 Worker（执行）——GPT-5.6 Sol Medium。实现范围内改动、跑检查，或处理支持性工作。 Smart worker（高级执行）——GPT-5.6 Sol High。承接有难度的实现、消解模糊性，或在有用时协调帮助。 把这些角色当作有用的默认配置。Sol Light 保留着找到有用上下文的判断力，却不用在发现上花那么多推理。 让团队自行协调 协调者（coordinator）充当主要委派者：它分配实质性工作、避免重复调查，并跟踪每个智能体正在做什么。Scout 可以并行调查，而 worker 在职责清晰时可以共享实现。 智能体之间也可以通过一个带独立收件箱的通用消息系统直接互发消息。当一个 scout 发现了某个 worker 需要的东西时，它能识别出这层依赖，并把发现传递过去，不必等协调者来转达。 并发量可以按线程配置，默认是四个智能体（含协调者）。在这个预算之内，一个 smart worker 可以协调一个 scout 和另一个 worker，协调者也可以派出三个 scout 去调查不同的问题。 选择智能体继承什么上下文 分叉（forking）对话历史，能帮助智能体理解更大的目标和先前的决策。以 fork_turns: "none" 启动，则会给智能体一个全新的、聚焦的委派任务。全新上下文的智能体仍然能识别出队友何时需要信息，并独立地联系对方。 继承了父级上下文的智能体，可能也会看到父级的编排指令。当一个智能体应当保持为叶子节点时，给它一条简短的边界： > 直接完成这项委派。不要派生其他智能体；你父级的委派指令只适用于你的父级。 全新上下文的智能体不会继承任务特定的工具或安全边界，所以要把任何必要的限制直接写进它们的委派里。 把模式沉淀进一个技能 一个实用的技能可以给协调者几条常驻指令： > 在委派实质性工作的同时，保持对用户可用。以 reasoning_effort: "low" 和 fork_turns: "none" 并行派出聚焦的只读 scout。日常实现用 reasoning_effort: "medium"，更难的题用 reasoning_effort: "high"。给每个智能体清晰的归属，避免委派重叠，并告诉叶子 worker 不要继续委派。把结果汇总起来，审批权留在用户手里。 拿这些旋钮做实验 先从这些默认值开始，然后去实验推理强度、上下文继承、委派权限，以及智能体之间如何协作。目标是弄清楚哪些设置能让一个团队把工作向前推进，却不用花费超出任务所需的推理。 标签：# X # Aura # Thread # Chatgpt 相关文章 如何变得如此擅长营销，以至于你的竞争对手以为你在作弊 所以，你想成为营销之神。一个有能力在互联网上神奇地变现金钱的人。一个有能力让人们求着把钱交给你的人。Aura