Codex Subagent功能有问题？GPT自动调用主模型限制了mini应用
速览
OpenAI Codex于3月正式推出Subagent功能，允许主Agent生成多个并行专业子Agent分工处理复杂开发任务，如代码审查、PR合并。传统单Agent易受上下文污染干扰，Subagent通过独立上下文隔离，提升效率和质量。但用户发现，自动spawn Subagent时总是调用主Agent模型（GPT 5.5 xhigh），即使Prompt指定GPT 5.4 mini或5.4 mini，也无法切换，导致资源浪费、成本增加、任务变慢。用户推测可能有内部限制或模型兼容问题，这限制了Subagent作为“轻量实习生”的潜力，影响其实际效果。目前社区已有人构建自定义工具绕过此限制，期待OpenAI后续修复。
AI 深度解读
## 背景
在Linux DO上，一位用户针对Codex（一款支持协作模式的AI开发工具，版本0.91及后续）遇到的现象发帖提问：“codex的subagent功能是有问题吗”。正文指出GPT自动开启subagent时，始终使用主agent的模型（GPT 5.5系列），尽管用户明确在设置中选择GPT 5.4 mini，但实际检查结果仍为GPT 5.5 xhigh。用户并未提出具体解决方法，而是单纯分享这一行为模式，并附带“1 post - 1 participant”的简短帖文，旨在让社区讨论是否为设计缺陷。
## 核心内容
该帖内容主要围绕Codex的subagent（协作模式下的子代理）功能展开讨论，核心现象为：
用户在Codex中明确设置subagent时，期望GPT自动调度并使用配置的5.4 mini模型，但实际运行中始终被强制切换为GPT 5.5 xhigh（用户通过检查确认）。这一现象反复出现，导致用户困惑subagent的模型分配逻辑是否符合预期。
帖文未提供详细的配置截图、具体错误日志或复现步骤，仅简述“GPT自己说了自己设置的是GPT 5.4 mini，但最后检查了一下还是5.5 xhigh”。没有提及subagent的其他功能细节（如是否支持并行执行、权限控制、上下文传递）或用户尝试的解决方案（如在AGENTS.md文件中添加提示词、调整config参数、修改provider类型等）。帖文本身没有给出任何结论或建议，仅作为AI技能/提示词/工作流分享的背景，供用户进一步讨论。
## 关键要点
- GPT在Codex内调用subagent时，默认忽略用户在设置面板中指定的5.4 mini模型，强制采用主agent的5.5 xhigh模型。
- 用户通过内置检查功能验证了“GPT自己说”的设置与实际运行结果不符，模型版本存在不一致。
- 该现象未在帖文中涉及其他subagent特性（如执行模式、并行任务处理），仅聚焦模型分配逻辑。
- 帖文为开源论坛风格，用户数量仅1人，无后续跟帖，属于典型的“功能疑问分享”。
## 意义与影响
Codex的subagent功能作为其0.91版本引入的核心协作机制（支持multi-agent并行执行），本帖引发了对其模型调度逻辑的社区关注。该功能的核心设计初衷是让子代理继承主agent的智能层级，从而在大型项目中避免上下文污染，同时提升效率。但帖中现象显示，模型分配未实现真正的“用户设置优先级”，始终回退到主模型，这可能导致用户在追求高效、低成本（5.4 mini更轻量）时遇到不一致行为。
从技术角度，这反映出Codex在agent orchestration上的实现细节不够透明：用户期望的配置项可能在后端被覆盖（例如provider类型、reasoning effort参数或内部决策优先级影响），而非直接生效。这与Claude Code等竞品通过明确参数（如bypasspermissions）区分主/子代理模式形成对比，可能影响用户对工具的信任度和实际使用体验。
长期来看，该问题若未解决，将限制Codex subagent在专业开发场景的普及（例如大型代码基调研或多任务并行）。社区可能通过AGENTS.md提示词、工作流配置或社区插件进行“黑客式”绕过，但这仍不是优雅的解决方案。帖文本身虽简短，却提醒开发者关注AI代理工具的模型透明度——在追求自动化协作的同时，确保用户配置能完全落地，才是提升工具价值的根本。