一万AI分享 Codex Subagents 黄金分工实战：Luna、Terra、Sol 与 Astra 模型配置指南
Codex Subagents 黄金分工实战：Luna、Terra、Sol 与 Astra 模型配置指南
大家好，这里是一万AI分享，我是一万。
拒绝让 Astra 搬砖！Codex Subagents 黄金分工实战：Luna、Terra、Sol 与 Astra 模型配置指南
如果你最近在 Codex 里用上了 Astra，大概率会有这种体会：推理能力确实强得惊人，但额度消耗也确实快得肉疼。
我自己实测下来，如果全程纯使用 Astra 跑任务，哪怕只开启中档（Medium）思考档位，往往顶多只能撑十几分钟，额度就直接被榨干告警。如果碰上复杂代码库分析或者排查顽固 Bug，还没等功能写完，会话就已经被限制或报错，体验相当抓狂。
尤其在新版 Codex 全面支持 Subagents（子 Agent） 后，很多人直呼过瘾——一个复杂需求丢过去，系统能自动把任务拆给多个子 Agent 并发执行：一个搜代码、一个看文档、一个改逻辑、一个跑测试。
看起来非常梦幻，但绝大多数人都会踩进一个致命的暗坑：
Subagent 如果没有显式配置模型，它会默认继承主 Agent 的模型和推理等级（Reasoning Effort）！
这意味着什么？如果你把主 Agent 设为 Astra，它拆解出来的子 Agent 也会全套复刻 Astra：
主 Agent (Astra) ├── Subagent 1 (Astra)：读文件 ├── Subagent 2 (Astra)：全局搜代码 ├── Subagent 3 (Astra)：改两行代码 └── Subagent 4 (Astra)：执行测试命令这简直就是花着总工程师的顶格薪水，让四个总工去工地上搬砖砌墙！
每个 Subagent 都会独立发起模型推理与工具调用，不仅 Token 消耗成倍翻番，原本还能撑十几分钟的额度几分钟就瞬间熔断，而且多 Agent 之间的响应速度也会被拖得奇慢无比。
今天这篇文章，我就把跑通并长期验证的一套 Codex Subagents 黄金分工体系 分享给大家。核心思想只有一句话：
强模型负责宏观思考与统筹，便宜模型负责跑腿搬砖，让合适的模型干合适的活。
核心痛点与 Subagents 机制解析
在动手配置之前，先理清 Codex 官方对 Subagents 的底层逻辑：
- 资源独立消耗：官方文档明确说明，每一个 Subagent 都是独立的执行上下文，拥有独立的消息链与工具调用栈，盲目开启只会让 Token 消耗呈指数级膨胀。
- 默认继承陷阱：未显式指定的 Subagent 会直接从父级继承模型（Parent Model）和推理等级（Reasoning）。
- 启用机制：新版 Codex 中
agents.enabled默认已为true。但开启不等于滥用，Codex 只有在你明确要求调度、或配置了全局调度规则（如~/.codex/AGENTS.md）时才会触发委派。
因此，我们要做的不是关闭 Subagents，而是给每一个角色精准套上紧箍咒，分配性价比最高、最合适的模型组合。
黄金角色分工矩阵
经过多轮复杂工程项目的实战压测，我整理出了这套**“五位一体”模型分工方案**：
详细角色对照表
| 角色标识 | 适配模型 | 推理等级 (Reasoning) | 权限限制 | 核心职责与分工原则 |
|---|---|---|---|---|
| 主 Agent | 用户手动指定（Astra / Sol） | 默认 / High | 全权 | 总指挥官：理解需求、宏观架构规划、拆任务、下发调度、最终汇总。不亲自去干低级体力活。 |
explorer | gpt-5.6-luna | max（关闭 Fast） | 只读 (read-only) | 侦察兵：搜索、读取、快速定位文件、理清项目结构。Luna 响应极快且成本极低，开到 Max 深度推理也不心疼。 |
worker | gpt-5.6-terra | high | 读写 | 日常劳模：日常普通业务开发、代码编写、局部单测、常规 Debug。主力干活担当。 |
complex_worker | gpt-5.6-sol | medium | 读写 | 攻坚特种兵：仅处理复杂多步骤、跨模块耦合、高风险任务或 Terra 搞不定的硬骨头。原则：Terra 能做，绝不惊动 Sol。 |
reviewer | gpt-5.6-terra | high | 只读 (read-only) | 独立质检员：旁观者清，在合并前进行独立复查，抓逻辑死角、回归风险与安全漏洞。 |
| 默认回退保护 | gpt-5.6-terra | medium | 默认 | 防止任何未命中角色的临时 Subagent 意外继承昂贵的主模型。 |
💡 并发控制原则：将全局最大并发数限制为 6。记住：6 是上限，不是及格线！绝大多数任务单 Agent 就能搞定，切忌为了 Multi-Agent 而强行并发。
懒人福利：让 Codex 自己配置 Codex
你完全不需要手动去翻官方文档翻查具体的 TOML 键值语法。
直接把下面这段精心调试好的 Prompt 复制发给你的 Codex，让它在本地自动完成：环境检测 → 原配置备份 → 规则合并 → 启动验证：
请根据 OpenAI 官方 Codex Subagents 文档，直接检查并配置我的全局 Subagents：https://learn.chatgpt.com/docs/agent-configuration/subagents?surface=app
先检查当前 Codex 版本、Codex Home（默认通常为 `~/.codex`，如设置了 `CODEX_HOME` 则以实际路径为准）、`config.toml`、`agents/`、全局 `AGENTS.md`，并备份原配置。以当前官方实际支持的配置为准，不要写入无效字段。已有配置请尽量合并修改，不要直接覆盖整个文件。
目标配置：1. 主 Agent：由用户根据任务手动选择 Astra / GPT-5.6 Sol 等强模型，负责规划、拆解、调度、重大决策和最终汇总。2. explorer：`gpt-5.6-luna`，reasoning 优先 `max`（不支持则使用最高可用等级），关闭 Fast，设置权限为 `read-only`。负责搜索、读文件、定位代码、理解项目结构和整理信息。3. worker：`gpt-5.6-terra`，reasoning=`high`。负责普通开发、修改、测试和一般 Debug。4. complex_worker：`gpt-5.6-sol`，reasoning=`medium`。仅处理复杂、多步骤、跨模块、高风险任务或 Terra 无法可靠完成的问题。5. reviewer：`gpt-5.6-terra`，reasoning=`high`，设置权限为 `read-only`。负责正确性、回归、安全、遗漏和测试检查。6. 默认 Subagent：`gpt-5.6-terra` + `medium`。7. 最大并发：6。
调度原则与全局规则：- 搜索/读取/定位 → Luna- 普通开发/测试/Debug → Terra High- 困难任务/跨模块改造 → GPT-5.6 Sol Medium- 独立复查 → Terra High Reviewer- 6 是并发上限而非指标；小任务坚决不开多 Agent；避免重复搜索与重复读取。- 优先覆盖 Codex 内置的 `explorer` 与 `worker`，不创建多余同质化 Agent。- 将以上调度规则写入全局长期规则（`~/.codex/AGENTS.md`），使主 Agent 能在日常使用中根据复杂度自动委派，无须每次手动提示。保留既有环境中的审批策略、权限、Skills 与其它配置。
执行验证：- 确认 Subagents 能正常启动；- 确认各 Agent 模型与 reasoning 生效无误，Luna 未开启 Fast；- 确认默认 Subagent 降级为 Terra Medium，主模型为 Astra 时子 Agent 不会无脑继承；- 检查是否存在配置解析错误。
完成后输出简报：说明具体修改内容、最终配置清单、Luna Max 状态及备份恢复命令。
并在全局 AGENTS.md 中增加工作汇报规则：今后每次调用 Subagents 完成任务后，在回答末尾以以下格式输出简要汇报：## Agent 工作汇报- 主 Agent（Astra）：负责需求拆解与统筹决策- Luna Max：快速检索并定位了 3 处核心调用链- Terra High：修改 2 个业务文件并补充单元测试- Terra High Reviewer：审查修改差异，确认无回归风险（注：未调用的角色不列出，小任务未调用 Subagent 时明确标注“本次未调用 Subagent”，不输出冗长内心独白）落地效果与日常使用规范
配置完成后，我们不需要每次都打一堆咒语。正常下发开发指令即可：
帮我检查这个项目的认证拦截器，找出导致 Token 偶发失效的原因并修复。Codex 会自动根据规则激活流水线：
- 主 Agent（如 Astra）先分析问题边界，决定唤起
explorer； - Luna Max 极速扫一遍路由与中间件，把关键代码切片回传；
- Terra High 动手编写修复代码并运行已有单测；
- Terra Reviewer 对比 git diff 做回归安全核查；
- 主 Agent 最终汇总答案，并在文末生成清晰的汇报：
## Agent 工作汇报- 主 Agent（Astra）：梳理鉴权时序，定位生命周期问题并统筹改动- Luna Max：快速索引拦截器中间件及相关 session 配置文件（只读）- Terra High：修复过期重试竞争态问题，补充并执行了 2 项单元测试- Terra High Reviewer：审查改动 diff，确认无新增安全与并发隐患踩坑心法：什么时候不该用 Subagents？
虽然多 Agent 协作很酷，但作为工程经验丰富的开发者，千万别被技术热点牵着鼻子走。记住以下三条避坑准则：
⚠️ 1. 简单任务坚决不用 Subagents
如果只是改一个拼写、调整一行 CSS 样式或格式化代码，单主 Agent 一秒钟搞定。强行拉起 Subagents 只会增加调度延迟与额外上下文开销。
⚠️ 2. 严密监控并发冲突
多个写权限的 Worker 并发修改同一个文件很容易引发代码覆盖。对于强耦合的修改逻辑，优先保持单串行执行。
⚠️ 3. 只读权限（Read-Only）严格锁死
Explorer 和 Reviewer 必须打上read-only标记，避免探索和审查环节意外修改了你的工作区文件。
🎉 写在最后
多 Agent 不是用来“炫技”的，它核心价值是用工程化的手段把资源利用率做到极致：
- Luna Max 负责快速侦察
- Terra High 负责踏实干活
- Sol Medium 负责攻坚啃硬骨头
- Terra High Reviewer 负责独立审校
- 顶级主模型 Astra 稳坐中军大帐当总指挥
把这套分工和调度配置写进你的本地 Codex，既能彻底释放 Astra 的顶级规划大脑，又能告别“中档思考只能撑十多分钟”的窘境。
好啦，这期的硬核实战就跟大家聊到这里。 如果这篇配置思路对你有启发，或者帮你挽救了岌岌可危的 Astra 额度，别忘了把文章分享给身边的技术同好！
- 🐛 遇到配置疑难？ 欢迎在评论区或 Issue 中交流讨论。
- 💡 有更好的模型配比心得？ 欢迎随时分享！
我是一万，祝你折腾愉快，我们下期见！
支持与分享
如果这篇文章对你有帮助，欢迎分享给更多人或赞助支持！