子智能体

ChatGPT Work 向符合条件的账户开放子智能体工作流及其活动信息。

当前 Codex 版本默认启用子智能体工作流。子智能体活动 会显示在 ChatGPT 桌面应用、Codex CLI 和 IDE 扩展中。

在 ChatGPT Work 中，请要求 ChatGPT 将独立的工作委派给子智能体。 这些智能体在 ChatGPT 的托管环境中运行，聊天中会显示它们的 活动和结果。在大多数智能级别下，你需要明确要求 委派工作。使用 Ultra 时，如果并行智能体能显著提升速度或质量， ChatGPT 可以主动委派工作。

在应用聊天中，请 Codex 将相互独立的工作部分委派给 子智能体。当前本地 Codex 版本会在你直接提出要求，或适用的 AGENTS.md 或技能指令要求委派时执行委派。应用会显示每个 子智能体线程，方便你检查其工作以及返回给主聊天的摘要。

在交互式 CLI 会话中，请 Codex 使用子智能体。Codex 也可以遵循 要求委派的适用 AGENTS.md 或技能指令。子智能体运行期间，使用 /agent 检查并切换智能体线程。主 线程会将子智能体的结果汇总到最终响应中。

在 IDE 聊天中，请 Codex 将相互独立的工作部分委派给子智能体。 Codex 也可以遵循要求委派的适用 AGENTS.md 或技能指令。 后台智能体 UI 可用时，活跃的子智能体会显示在 输入框上方。展开面板即可查看其状态、停止所有活跃的 子智能体，或打开单个子智能体线程。

在大多数智能级别下，请直接要求使用子智能体或让智能体并行 工作。Ultra 支持主动委派，因此 ChatGPT 可以将适合的 独立工作委派出去，无需你另行提出请求。

直接要求使用子智能体或并行智能体工作。当适用的项目或技能指令 要求委派时，Codex 也可以执行委派。

在 ChatGPT Work 中，从输入框选择模型和智能级别。 根据所选模型，可用的智能级别可能包括 较低（Light）、中等（Medium）、高（High）、 超高（Extra High） 和 最高（Max）。极高（Ultra） 仅向符合条件的账户和受支持的模型开放。它使用最高推理级别，并允许 ChatGPT 主动将合适的工作委派给子智能体。

在其他智能级别下，如果希望并行委派工作，请明确要求使用子智能体。

如果你没有配置子智能体模型或 model_reasoning_effort， 子智能体会继承父智能体的模型和推理强度。如果显式 创建请求或 [agents] 默认设置选择了模型，但没有 显式指定或配置推理强度，子智能体会使用该模型的默认 推理强度。要为每项任务平衡智能水平、速度和价格， 可以在提示词中请求使用特定模型或推理强度， 在 config.toml 中配置 [agents] 默认设置，或直接在自定义智能体文件中设置 model 和 model_reasoning_effort。 例如，使用 gpt-6-luna 进行快速扫描，或使用推理强度更高的 gpt-6.1-sol 配置来处理要求更高的推理任务。

模型选择

• gpt-6.1-sol：对于需要处理高难度任务的智能体，请优先使用此模型。它适合需求不明确、包含多个步骤的工作，这类工作需要在较大的上下文中进行规划、使用工具、验证并持续跟进。
• gpt-6-luna：适合需要快速处理明确、重复性或大批量工作的智能体，任务范围应较窄。

推理强度（model_reasoning_effort）

对于 GPT-6.1 Sol，请使用你的客户端和所选模型支持的 推理强度。显式设置模型时，GPT-6 Luna 可先使用 high，GPT-6 Astra 可先使用 low。 再根据任务调整为所选模型支持的级别。

• ultra：在所选模型支持时，用于最深入的 推理。
• max 和 xhigh：在所选模型支持这些级别时，用于要求特别高的 推理任务。
• high：用于智能体需要梳理复杂逻辑、检查假设或处理边界情况的任务（例如评审智能体或专注于安全的智能体）。
• medium：平衡速度与深度。
• low：用于任务简单且速度最重要的情况。

更高的推理强度会增加响应时间和 token 用量，但可以提高复杂工作的质量。有关详细信息，请参阅模型、配置基础和配置参考。

在大多数智能级别下，ChatGPT 会在收到直接请求后生成智能体。使用 Ultra 时，如果并行工作有用，ChatGPT 也可以主动委派。

当前本地 Codex 版本会在收到直接请求或适用的 项目或技能指令后生成智能体。

打开 子智能体（Subagents） 可查看只读的 进行中（Active） 和 已完成（Done） 列表。选择一个 已完成的子智能体即可检查其详细信息和结果。网页侧边栏会报告 子智能体活动，但不提供停止或引导单个 子智能体的控件。

• 从主线程中显示的活动打开子智能体线程，以检查 其工作。
• 直接要求 Codex 引导正在运行的子智能体、停止它，或关闭已完成的 子智能体线程。

报告检查清单演示文稿检查清单已开始工作

运行中没有运行中的子智能体

已完成 · 3

模型 API 评审评审完成；未发现端点兼容性问题。

2 分钟

软件包评审最稳妥的工作流程是有针对性地更新依赖项。

3 分钟

落地页评审评审完成；最终布局已无阻碍问题。

4 分钟

• 在 CLI 中使用 /agent，可在活跃的智能体线程之间切换，并查看正在进行的线程。
• 直接要求 Codex 指导正在运行的子智能体、停止子智能体，或关闭已完成的智能体线程。

• 后台智能体面板可用时，将其展开以查看状态、 停止活跃的子智能体，或打开子智能体线程。
• 直接要求 Codex 指导正在运行的子智能体、停止子智能体，或关闭已完成的 子智能体线程。

子智能体会继承你当前的沙箱策略。

ChatGPT Work 在其托管环境中运行子智能体，不提供 本地 Codex 沙箱或审批模式控制。子智能体使用父级聊天可用的 工具。网站和连接器的权限仍由 各工具分别管理。

子智能体会继承输入框下方选择的权限模式。在要求 Codex 委派工作之前， 请先为父轮次选择权限模式。

在交互式 CLI 会话中，即使你正在查看主线程，审批请求也可能 从非活跃的智能体线程中弹出。审批浮层 会显示来源线程的标签，你可以按 o 打开该线程，然后再 批准、拒绝或回应请求。

在非交互式流程中，或在运行无法显示新的审批请求时， 需要新审批的操作会失败，Codex 会将错误返回给 父工作流。

Codex 在生成子智能体时，还会重新应用父轮次的实时运行时覆盖项。 这包括你在会话期间以交互方式设置的沙箱和审批选择， 例如 /permissions 更改或 --yolo，即使所选 自定义智能体文件设置了不同的默认值也是如此。

子智能体会继承在输入框下方选择的权限模式。在要求 Codex 委派工作之前， 请先为父智能体的当前轮次选择权限模式。

你还可以覆盖单个自定义智能体的沙箱配置，例如明确将某个智能体标记为只读模式。

自定义智能体

Codex 随附以下内置智能体：

• default：通用后备智能体。
• worker：面向实施和修复、专注执行的智能体。
• explorer：以读取为主的代码库探索智能体。

要定义自己的自定义智能体，请将独立 TOML 文件添加到 ~/.codex/agents/（个人智能体）或 .codex/agents/（项目范围的 智能体）下。

每个文件定义一个自定义智能体。Codex 会将这些文件作为生成会话的配置 层加载，因此自定义智能体可以覆盖与普通 Codex 会话配置相同的 设置。相比专用的智能体清单，这可能显得较为繁重；随着创作和共享机制日趋成熟， 其格式也可能发生变化。

每个独立的自定义智能体文件都必须定义：

• name
• description
• developer_instructions

如果自定义智能体文件设置了 model 或 model_reasoning_effort，则 文件中的值优先。在应用该文件之前，Codex 会依次从显式创建参数、 对应的 [agents] 默认设置，以及 父智能体的值中确定各项设置。如果显式创建请求或 [agents] 默认设置 选择了模型，但两者均未提供推理强度，Codex 会使用 该模型的默认推理强度。仅设置 model 的自定义智能体文件 会保留此前确定的推理强度。如果所选模型不支持该强度，或你希望使用 其他强度，请同时在文件中设置 model_reasoning_effort。其他会话设置，例如 sandbox_mode、mcp_servers 和 skills.config，在自定义智能体文件未指定时，会从父智能体 继承。

全局设置

全局子智能体设置仍位于配置中的 [agents] 下。

注意：

• agents.enabled 默认为 true。将其设为 false 可禁用多智能体工具。
• 如果未设置 agents.max_concurrent_threads_per_session，Codex 会选择默认值。现有配置可以继续使用 agents.max_threads 作为旧版别名。
• 显式生成值会覆盖 agents.default_subagent_model 和 agents.default_subagent_reasoning_effort。
• agents.interrupt_message 默认为 true。将其设为 false 可从智能体上下文中省略模型可见的中断消息。
• 如果自定义智能体名称与 explorer 等内置智能体相同，则以自定义智能体为准。

自定义智能体文件格式

你还可以在自定义智能体文件中包含其他受支持的 config.toml 键，例如 model、model_reasoning_effort、sandbox_mode、mcp_servers 和 skills.config。

Codex 通过自定义智能体的 name 字段识别它。让文件名与 智能体名称保持一致是最简单的约定，但 name 字段才是最终 依据。

自定义智能体示例

最优秀的自定义智能体应当范围明确且有鲜明倾向。为每个智能体分配清晰的职责， 提供与该职责匹配的工具范围，并通过指令避免其 偏离到相邻工作。

如果你的已登录账户或工作区拥有访问权限，这些示例会使用 GPT-6.1 Sol。 如果该模型不可用，请选择你可以 使用的模型。

示例 1：PR 评审

此模式将评审工作拆分给三个各有侧重的自定义智能体：

• pr_explorer 梳理代码库并收集证据。
• reviewer 查找正确性、安全性和测试风险。
• docs_researcher 通过专用 MCP server检查框架或 API 文档。

项目配置（.codex/config.toml）：

[agents]
max_concurrent_threads_per_session = 8

.codex/agents/pr-explorer.toml：

name = "pr_explorer"
description = "Read-only codebase explorer for gathering evidence before changes are proposed."
model = "gpt-6-luna"
model_reasoning_effort = "high"
sandbox_mode = "read-only"
developer_instructions = """
Stay in exploration mode.
Trace the real execution path, cite files and symbols, and avoid proposing fixes unless the parent agent asks for them.
Prefer fast search and targeted file reads over broad scans.
"""

.codex/agents/reviewer.toml：

name = "reviewer"
description = "PR reviewer focused on correctness, security, and missing tests."
model = "gpt-6.1-sol"
model_reasoning_effort = "medium"
sandbox_mode = "read-only"
developer_instructions = """
Review code like an owner.
Prioritize correctness, security, behavior regressions, and missing test coverage.
Lead with concrete findings, include reproduction steps when possible, and avoid style-only comments unless they hide a real bug.
"""

.codex/agents/docs-researcher.toml：

name = "docs_researcher"
description = "Documentation specialist that uses the docs MCP server to verify APIs and framework behavior."
model = "gpt-6-luna"
model_reasoning_effort = "high"
sandbox_mode = "read-only"
developer_instructions = """
Use the docs MCP server to confirm APIs, options, and version-specific behavior.
Return concise answers with links or exact references when available.
Do not make code changes.
"""

[mcp_servers.openaiDeveloperDocs]
url = "https://developers.openai.com/mcp"

此设置非常适合以下提示词：

Review this branch against main. Have pr_explorer map the affected code paths, reviewer find real risks, and docs_researcher verify the framework APIs that the patch relies on.

示例 2：前端集成调试

此模式适用于 UI 回归、间歇性浏览器流程，或横跨应用代码和运行中产品的集成错误。

项目配置（.codex/config.toml）：

[agents]
max_concurrent_threads_per_session = 6

.codex/agents/code-mapper.toml：

name = "code_mapper"
description = "Read-only codebase explorer for locating the relevant frontend and backend code paths."
model = "gpt-6-luna"
model_reasoning_effort = "high"
sandbox_mode = "read-only"
developer_instructions = """
Map the code that owns the failing UI flow.
Identify entry points, state transitions, and likely files before the worker starts editing.
"""

.codex/agents/browser-debugger.toml：

name = "browser_debugger"
description = "UI debugger that uses browser tooling to reproduce issues and capture evidence."
model = "gpt-6.1-sol"
model_reasoning_effort = "medium"
sandbox_mode = "workspace-write"
developer_instructions = """
Reproduce the issue in the browser, capture exact steps, and report what the UI actually does.
Use browser tooling for screenshots, console output, and network evidence.
Do not edit application code.
"""
[mcp_servers.chrome_devtools]
url = "http://localhost:3000/mcp"
startup_timeout_sec = 20

.codex/agents/ui-fixer.toml：

name = "ui_fixer"
description = "Implementation-focused agent for small, targeted fixes after the issue is understood."
model = "gpt-6-luna"
model_reasoning_effort = "high"
developer_instructions = """
Own the fix once the issue is reproduced.
Make the smallest defensible change, keep unrelated files untouched, and validate only the behavior you changed.
"""

[[skills.config]]
path = "/Users/me/.agents/skills/docs-editor/SKILL.md"
enabled = false

此设置非常适合以下提示词：

Investigate why the settings modal fails to save. Have browser_debugger reproduce it, code_mapper trace the responsible code path, and ui_fixer implement the smallest fix once the failure mode is clear.