现在学会的这些方法，已经可以帮助我们开发和迭代项目了。但随着项目变大，哪怕一个任务对应一个 Agent，也容易出现上下文过长的问题。有什么办法解决，并让日常任务完成得更快呢？

当然有，使用 Subagent 就可以了！

什么是 Subagent

我在《Harness 笔记》中对 Subagent 有很详细的介绍，如果你对其具体的工程和逻辑感兴趣，可以前往查看该文章：https://doc.niallspace.com/harness/posts/07-subagent，简单来说就是可以让 Agent 把一个大任务拆成若干个小任务，分别交给更多 Agent 来完成，这样不同任务的上下文就可以拆得更小，不容易出现上下文爆炸或 AI 注意力下降的问题。

不过，Codex 的 Subagent 与文章中介绍的 Claude Code 的 Subagent 在一些细节上有所不同，可以概括为以下几点：

  1. 在 GPT 5.6 出现之前，Codex 中的 Agent 都不会主动召唤 Subagent，即使到了现在，不开启 Ultra 推理强度的情况下，也只会在个别任务中召唤几个特定的 Subagent；

  2. Codex 的 Subagent 没有层级限制，这就意味着 Subagent 可以继续召唤 Subagent，而不是像 Claude Code 一样限制 Subagent 不能继续下发任务；

  3. Codex 没有 Claude Code 或是 Kimi Code 的 swarm 模式，主动开启这个模式后，可以让 Subagent 并行完成相同的工作，例如你可以给它 1000 篇英文文章，让它翻译成中文，它可以同时召唤 20 多个 Subagent，每个 Agent 翻译一篇，完成一篇后就补充一个 Subagent，继续直到完成这 1000 篇文章的翻译，Codex 并不直接支持这个功能，因为 Codex 的 Subagent 本就可以并行。

总而言之，使用 Codex 的 Subagent 时，需要我们在提示词中明确要求创建，否则 Codex 不会主动帮我们创建。

Subagent 应用

如上文所说，我们需要主动在任务中说明使用 Subagent，除非开启昂贵的 Ultra 推理强度。因此，可以在提示词中明确 Subagent 的分工，以及它们如何运行和配合。例如，一个开发任务可以这样写：

开发一个简洁的 Todo 工具，支持任务的新增、编辑、删除、完成状态切换和本地持久化。请先拆解开发任务，并召唤多个 Subagent 并行工作：分别负责产品与交互设计、前端 UI 实现、数据与状态逻辑、测试与代码审查；各 Subagent 完成后汇总结果，由主 Agent 负责整合代码、解决冲突并完成最终可运行版本。

在实际执行中，我们会看到 Codex 中 Subagent 的工作状态，点击后可以查看具体执行过程，如下图。

查看 Subagent 的执行情况

下一步

Subagent 最大的特色就是在 Codex 中支持并行以及上下文隔离。

因此，我们可以利用这个优势，在隔离的上下文环境中进行测试、验收、检查等工作，或者像上文说的翻译任务一样并行执行任务，极大地提高效率。

例如，在下一章，我们将利用一个全新的模式搭配 Subagent 进行提示词优化和反推的工程落地。