你有没有过这种体验：给 AI 下一个大任务，它吭哧吭哧干半天，结果中途卡住、上下文爆掉、越改越乱。8 月 16 日，OpenAI 工程师宣布 Codex「多智能体 v2（Multi-Agent v2）」全量上线——这一次，它不再是单打独斗的一个对话框，而是变成了一个会自己拆活、自己派活的「包工头」。
一个 Agent 带飞一群「小弟」，Codex 悄悄变了
过去我们用 Codex，基本是「你问我答」的线性模式：你提一句，它回一段，复杂任务全压在同一个会话里。多智能体 v2 的逻辑完全不同——你只跟主 Agent对话，主 Agent 负责把大任务切成一块块小活，自动委派给背后的一群子 Agent去并行干，干完再把结果汇总给你。
关键变化是：每个子 Agent 可以是不同的模型，还能各自设置推理强度。也就是说，难的活派给强模型猛攻，简单的活交给便宜模型跑量。OpenAI 总裁 Greg Brockman 把这次更新概括成一句话：这是「告别手动选模型」的一步。
它到底做了什么：主 Agent 当包工头
具体流程是这样：主 Agent 接到任务后，先把问题拆成若干子任务，给每个子任务分配一个最合适的子 Agent；子 Agent 各自独立运行、互不干扰，最后由系统自动汇总。你不需要在十几个模型之间手动来回切，也不用担心某个长任务把上下文撑爆。
对开发者来说，这意味着 ChatGPT 正在从「聊天工具」加速演化成「全自动工作流平台」——你定义目标和验收标准，剩下的拆解、调度、执行、合并，交给 Agent 编排层。
实测数据：27 秒变 1.6 秒，不是吹的
光说概念没用，看 OpenAI 给出的实测。一个累计 741 轮、体积 231MB 的超长对话，在旧模式下打开要 27.62 秒，多智能体 v2 之后降到 1.66 秒；网络请求从 894 次砍到 16 次。配合前端渲染优化，重度 Agent 用户的设备内存占用和等待时间都明显下降。
更关键的是成本结构：内部数据显示，复杂任务里只有约 20% 的步骤真正需要最强模型，其余 80% 交给便宜模型就能搞定。把最强模型省下来用在刀刃上，整体推理费用大幅压低。
对打工人意味着什么：你只管提需求
这套变化跟普通人的关系，比想象中大。过去「用 AI 写代码」门槛在于：你得懂怎么拆任务、怎么选模型、怎么管理上下文。多智能体 v2 把这三件事自动化了——你只要说清楚「我要做一个什么、验收标准是什么」，Agent 自己排兵布阵。
放到日常场景：写周报、整理表格、批量改文件、搭一个小工具，这些原本要你一步步指挥的杂活，以后可以整体丢给一个主 Agent，让它自己派小弟们并行搞定。你的角色，从「写每一步提示词的人」变成「定义问题并验收结果的人」。
怎么用上：现在就能试
多智能体 v2 已经全量上线，Codex 用户直接就能体验到任务自动拆分与并行执行。如果你平时用 ChatGPT 做轻量办公，可以留意：凡是「多步骤、可并行」的活（比如同时改五个文件、批量生成几版文案），现在更适合整体交给它，而不是一个一个来。
一个实用提醒：虽然 Agent 会自动派活，但验收权还在你手里。关键节点让它汇报、你确认方向，比完全放手更稳。AI 再会排活，最终拍板的还是人。
写在最后
Codex 多智能体 v2 上线，标志着大模型应用的竞争从「谁的模型更聪明」转向「谁的系统更会干活」。对打工人来说，这是个好信号：工具越能自己拆解任务，你越能腾出手做真正要动脑子的决策。你会把哪些重复活，第一个交给 Agent 包工头？评论区聊聊。
关注「AI 智习室」，每天一条看得懂的 AI 情报。
