最强模型不该干脏活！Codex多智能体V2实战：主Agent当包工头，便宜Luna干执行，成本砍一半

第一章 你还在用最贵的模型干最脏的活？

先问你一个问题：你让 Codex 写代码的时候，是不是所有活都丢给同一个最强模型？查个变量名、搜个函数定义、跑个测试，全让 Sol 这种旗舰模型干？

别不承认。绝大多数人都是这么用的。结果就是：账单飞涨，速度还慢。

8 月 16 号，OpenAI 给 Codex 全量推送了多智能体 V2（Multi-Agent v2）。这次更新的核心就一句话——让主模型当包工头，把脏活累活甩给便宜又快的模型去干。主 Agent 负责动脑和拍板，子 Agent 负责跑腿和执行。

这一下，成本和延迟直接砍掉一大截。今天这篇，圈圈就带你把这玩意儿彻底玩明白。

第二章 多智能体 V2 到底改了什么

以前的多智能体，子 Agent 只能 spawn 跟自己同款的模型。你用 Sol 当主模型，生出来的小弟也全是 Sol。等于装修请了个设计总监，搬砖的还是设计总监——钱白花。

V2 的关键变化：主模型可以委派任务给任意支持的模型，包括那个又便宜又快的 Luna。

打个比方。Sol 是资深架构师，时薪贵、脑子好；Luna 是实习生，便宜、手快、听指令。V2 让架构师把”去查一下这个文件在哪””把这个函数跑通””搜一下报错原因”这种明确的小活，直接派给 Luna。架构师只干真正需要判断的事。

OpenAI 开发者关系工程师 Eric Provencher 的原话很直白：Luna 是”纯子 Agent”，没有跨 Agent 协调能力，不能自己再 spawn 小弟。但它快、便宜、适合边界清晰的任务。这正好。

第三章 三步打开这个能力

默认情况下，Codex 还是会 spawn 跟自己同款的子 Agent。想用上模型路由，得手动开开关。配置写在 ~/.codex/config.toml：

[features]
multi_agent = true
multi_agent_v2 = true

[agents]
enabled = true
max_concurrent_threads_per_session = 8
default_subagent_model = "gpt-5.6-luna"
default_subagent_reasoning_effort = "max"

几个要点：

• multi_agent_v2 = true 是总开关，不开这个后面全白搭。
• max_concurrent_threads_per_session 控制并发，建议 8 以内，这同时是成本和机器负载最直接的旋钮。
• 全局默认子模型设成 Luna，是最省心的入门法。但你也可以给不同角色单独指定。

改完配置，重启一次 Codex 会话，让它重新发现角色定义。不然它可能还在用旧设置。

第四章 把脏活交给 Luna：模型路由实战

光开全局默认还不够聪明。真正好用的是按角色分模型。Provencher 给了一套极简基线，圈圈觉得特别适合新手：

• Sol Low（侦察兵）：只读的窄问题、找文件、追代码路径、定位测试。便宜又快。
• Sol Medium（施工队）：范围明确的实现、常规检查。
• Sol High（难题组）：复杂实现、有歧义、要协调的活。
• Luna（执行机）：边界清晰、可重复、量大、完全指定的机械活。

怎么派？在 .codex/agents/ 下写个自定义 Agent 文件，把模型和推理强度钉死：

name = "luna_reader"
description = "Read-only worker for clear, bounded investigations."
model = "gpt-5.6-luna"
model_reasoning_effort = "max"
sandbox_mode = "read-only"

然后在对话里直接说：”让 luna_reader 去处理子代理任务”。主模型会自动把合适的活丢给它。记住一条铁律：Luna 不需要知道主线程的上下文，给它一个完整独立的指令就行，别让它继承一大堆历史。

第五章 并发与成本：别贪多开一窝蜂

模型路由最大的好处是成本可控。复杂任务里，真正需要最强模型的步骤往往只有 20%，剩下 80% 都能交给便宜模型。

但有个坑：别开太多子 Agent。Provencher 明确建议并发控制在 6 到 8 个以内。开太多不仅不更快，反而会因为互相抢资源、反复协调而变慢变贵。

成本控制还有三招：

• 先 Sol 后 Luna：默认全家 Sol 跑得慢还烧钱；把明确的活路由给 Luna，立省。
• 用 fork_turns: none：当子 Agent 不需要主线程上下文时，禁止继承，省 token。
• 独立审线程：让一个子 Agent 专门当审查者，只验证不写代码，主线程负责修。这种分工最稳。

一句话总结：模型路由不是”哪个最强用哪个”，而是”这活配不配用贵的”。

第六章 一个完整实战：让 Codex 自己审自己

光说不练假把式。给你一个圈圈亲测好用的真实工作流：

第一步，让主模型（Sol）先制定计划、完成开发。代码写完后，发一句话：

“启动一个独立线程作为严格审查者。它不要改代码，只从需求完整性、逻辑正确性、边界情况、测试覆盖、真实运行结果五个维度验证。必须跑测试、执行程序，别只靠读代码下结论。发现问题整理成修复清单交回主线程。”

第二步，主线程拿到清单去修，修完让审查线程再验。循环到审查线程确认目标完整实现、并附上测试记录和运行结果为止。

这整套下来，规划、拍板、验收由 Sol 做，搜索、定位、机械执行由 Luna 做。你得到的代码质量不降，账单却薄了一大圈。

第七章 避坑清单与总结

最后圈圈给你一份避坑清单，照着做少踩 90% 的坑：

• 忘记重启会话：改了 config 或加了自定义 Agent，必须重开 Codex，否则不生效。
• 推理强度组合失效：不是所有模型都支持最高推理档。给子 Agent 选便宜模型却把 effort 顶到 max，可能直接报错。派工前确认模型支持的档位。
• 并发开太大：6-8 个是甜点区，再多性价比骤降。
• 让子 Agent 继承长上下文：用 fork_turns: none 隔离，省钱又干净。
• 指望默认就省钱：默认还是 spawn 同款模型。你不主动 prompt 让它路由，省成本的好处一分都拿不到。

说到底，多智能体 V2 把”选模型”从你每次手动点，变成了系统自动编排。你只管描述任务，它自己决定谁干活。这，才是 AI 编程该有的样子。现在就去把 config 改了，明天跑任务时，记得看看账单是不是瘦了一圈。