Openai 官方出品 Codex 多智能体编排实战

当 GPT-5.6 Sol 拥有一支智能体团队协同工作时，其能力会得到更充分的发挥。Codex 新推出的 Multi-Agent V2 工具为 Sol 和 Terra 提供了一种自然的协作方式，使其能够委派任务、共享进展，并协同处理复杂任务。

Ultra 默认采用智能体协作，最好仅用于高风险工作，因为这类工作中的歧义或分散上下文足以证明增加协作深度是合理的。

对于其他任务，只需使用简短的提示词或 Skill，便可促使 Sol Medium 采取类似的协作方式：它会在与用户保持沟通的同时，于幕后组织工作。只要给予恰当引导，Sol 就能将宽泛的请求拆分为目标明确的任务，引入其他智能体，并判断问题何时需要更深入的推理。

匹配任务所需的推理强度

尽管可以让 Sol 将任务委派给 Terra 等其他模型，但最简单的配置方式是保持使用同一模型系列，仅调整推理强度，并设置如下专门角色：

Scout（侦察员）—— GPT-5.6 Sol Light。处理范围明确的只读问题：定位文件、追踪代码路径或查找相关测试。

Worker（执行者）—— GPT-5.6 Sol Medium。实现范围明确的变更、运行检查或处理辅助工作。

Smart worker（高级执行者）—— GPT-5.6 Sol High。承担高难度实现、处理模糊问题，或在适当情况下协调所需协助。

这些角色可作为实用的默认配置。Sol Light 在减少探索阶段推理开销的同时，仍具备发现有效上下文所需的判断力。

让团队自主协作

协调者是主要的任务委派方：负责分配实质性工作、避免重复调查，并跟踪每个智能体的工作内容。多个侦察员可以并行调查；在职责边界清晰时，多个执行者也可以共同完成实现。

智能体还可以通过设有独立收件箱的统一消息系统直接相互通信。当侦察员发现某项信息正是执行者所需时，它可以识别出这一依赖关系并直接传递结果，无需等待协调者转述。

每个线程的并发数量均可单独配置，默认上限为四个智能体，其中包括协调者。在这一额度内，高级执行者可以协调一名侦察员和另一名执行者；协调者也可以派出三名侦察员，分别调查不同问题。

选择智能体继承的上下文

分叉对话历史有助于智能体理解更广泛的目标和先前决策。使用 fork_turns: "none" 启动智能体，可以为其分配一项全新且目标集中的任务。使用全新上下文的智能体仍能判断队友何时需要信息，并自行与其联系。

继承父智能体上下文的智能体也可能看到父智能体的编排指令。如果某个智能体应当保持为叶子节点，可以为其设置一条简短边界：

直接完成这项任务。不要创建其他智能体；父智能体的委派指令仅适用于父智能体。

使用全新上下文的智能体不会继承特定于任务的工具限制或安全边界，因此必须在分配给它们的任务中直接写明所有必要限制。

将协作模式固化为 Skill

一个实用的 Skill 可以为协调者提供几条长期适用的固定指令：

在委派实质性工作的同时，保持随时响应用户。并行派出目标明确、仅执行只读调查的侦察员，并设置 reasoning_effort: "low" 和 fork_turns: "none"。常规实现使用 reasoning_effort: "medium"，高难度问题使用 reasoning_effort: "high"。为每个智能体划定清晰的职责范围，避免任务重叠，并要求叶子节点执行者不得继续委派。汇总各方结果，并将批准相关操作的决定权保留给用户。

尝试调整各项配置

可以从这些默认配置开始，再逐步尝试调整推理强度、上下文继承、委派权限以及智能体之间的协作方式。目标是理解哪些设置能够帮助团队推进工作，同时避免投入超出任务实际需要的推理资源。

Openai 官方出品 Codex 多智能体编排实战

本作品采用《CC 协议》，转载必须注明作者和本文链接