codex的subagent子智能体有什么用

加速烧钱…我乱说的，不用在意我，但是烧钱是真的 ^-^我也没看出来有什么用

最简单的用处我觉得是上下文隔离，减少模型幻觉概率。

但是如果subagent用的是小模型 应该可以省钱吧 输出代码的活都让小模型干了

但是也有可能小模型干不好 然后返工反而烧钱（）

减少上下文腐败,但是用到现在感觉只有主 agent,各个子 agent 之间严格串行,才能有效解决上下文腐败,并行总是出现测试之间的冲突,合并的冲突,主 agent 擅自做子 Agent 的任务,反而导致上下文更混乱了,(用到了 gpt5.5 时期放弃了 codex)codex 的 subagent 系统提示词效果体感上没有 cc 的规则全面,主 agent 很多时候不会等待子 agent,即便之后的工作是依赖子 agent 结论的.有时候主 agent 子 agent 会同时 explore,没有达到减少上下文腐败的效果.感觉不如 zcode

子 agent 用小模型中等思考来只读定位比较好，这样也省去了主模型大量执行命令寻找定位，我觉得编写代码一般还是主模型来执行

codex就是gpt自己用开发思维vibe coding出来的垃圾产品，什么都有但是都差点意思

项目文件多且大了以后，如果单纯让主agent工作，然后定时commit&更新文档的方法保持目标一致，会没干多久就打满上下文窗口，频繁压缩下，即使我们有文档作为恢复也很难保持一致性。

子agent就解决了这个问题，上下文和主agent是不在一起计算的，主agent负责派发和验收，中间的执行过程不占用窗口，这样干活指哪打哪，不容易因为频繁压缩导致牛角尖或者偏离路线。

我最近越来越喜欢子agent了，之前尝试过建立不同会话作为不同角色，然后让它们彼此通信，最后发现不好管理就设置了一个管理对话作为调配，结果效率奇低并且Token一天能用十几亿，最后幡然醒悟，这tm不就是子agent干的事情吗。遂用回Ultura这个巨喜欢调子agent的模式

就是保护上下文，但是不同subagent也有不同作用：

1.探索代码位置：让subagent返回该修改哪里，这样就不会让主agent上下文全都是查找代码的过程，减少幻觉

2.代码审查：subagent是全新的上下文，让他帮主agent进行审查能有效避免主agent的错误

3.写代码：把计划丢给subagent让他去执行，不用贵模型去执行

但是我感觉大型任务用subagent去写代码不如先让sol之类的模型定好计划写下来，然后开多个会话用terra之类的去完成然后自我审查，然后简单任务直接sol搞定就可以了。具体参考matt的skill