GPT-6 Astra Token 不够用？试试分模型

额度消耗快时，可以先用熟悉的任务试试 low 或 medium。需要多 Agent 协作时，再把适合独立完成的工作分出去，并为每个子任务选择模型与推理强度。

主 Agent 负责目标、关键判断和最终验收；子 Agent 做什么、用多少个，随任务需要决定。查资料、分析代码、整理文档，都可以按当前需求拆分。

复制下面整段发给 Codex

请参考当前官方 Subagents 文档，检查并配置我的 Codex 子 Agent。

保留主模型、主任务推理强度、并发上限及其他设置，不改项目代码。先检查宿主支持的模型和强度，再修改 ~/.codex/config.toml：

[agents]
default_subagent_model = "gpt-5.6-luna"
default_subagent_reasoning_effort = "medium"

这只是未另行指定时的默认值。需要使用子 Agent 时，按当前任务明确职责、范围、输入和验收标准，再按难度选择可用模型与推理强度。适合独立完成的工作才拆分，简单任务直接处理。

已有自定义 Agent 的显式设置可能覆盖默认值，请检查并说明当前生效结果。已有 [agents] 段只改对应键，保留其余配置；涉及其他设置或不支持的组合，先说明。写后校验 TOML、展示差异，并说明如何在新任务中核对实际模型与强度。

需要分工时，可以补一句：“请按任务需要安排子 Agent，明确各自范围与验收标准，分别选择模型和强度，完成后由你整合与核验。”

Luna / medium 是明确、轻量子任务的起步示例。复杂任务应提高投入；多 Agent 会增加各自的 Token 消耗，是否节省额度要合算整体用量、耗时、质量和返工。

官方配置与模型说明 https://learn.chatgpt.com/docs/agent-configuration/subagents https://learn.chatgpt.com/zh-Hans/docs/models

#Codex #ChatGPT #Agent