Aklman · Library

12 / 第十二章

收束 · 一个人,带一队 agent.

把整本书压成一句:Chat、Work、Codex 解决不同形状的活;进入 Codex 后,主线程守目标,explorer、worker 与 reviewer 分工,worktree / cloud 隔离会写入的独立任务,最后从 diff 与 PR 收回证据。你不再守着一位 agent 敲代码,而是带一队 agent 跑一套异步工作流;人仍只负责两件机器替不了的事:决定派什么,确认它真做成了。

MD海报

把前十一章压成一句:Codex 的问题从来不是「它能不能写这段代码」,是「你能不能把一件活拆给一队 agent,让它们在对的位置完成,而你还能确认结果」。新版 ChatGPT 桌面应用把 Chat、Work、Codex 放进同一扇门;合并的是入口,不是职责。你真正建立的,是一条从对话澄清、工作产物到仓库变更,再到隔离执行与 GitHub 验收的异步工作流。

I

回扣:入口、运行位置与交付.

回扣一遍这台机器怎么拼起来。第 1 章把 Chat / Work / Codex 分清:Chat 澄清,Work 产通用工作成果,Codex 改仓库;第 2 章再把体验、客户端与执行位置拆开 —— IDE 陪跑、CLI 进脚本、桌面应用调度 Local / Worktree / Cloud、GitHub 在团队流程里派与收。1注 1OpenAI Codex 文档 · Quickstart / Codex cloud —— CLI、IDE 扩展、ChatGPT 应用是客户端入口,cloud 是远程执行环境,GitHub 是派活 / review 集成;这不是官方固定的「四界面」。云端把活委派给隔离环境、交回可开 PR 的 diff。截至 2026-08-05。第 3 章在 CLI 闭环,第 4 章用沙箱与审批控制放权,第 5 章把项目规则写进 AGENTS.md。第 6 章终于组队:explorer 并行查、worker 单点写、reviewer 独立验;第 7 章才用 MCP 接外部系统。本地客户端共用 config 与 MCP,云端 / GitHub 不读取你电脑上的 ~/.codex/config.toml,边界不能想当然。4注 4OpenAI Codex 文档 · Config basics / MCP / AGENTS.md —— 同一台机器上的 CLI、IDE 扩展与 ChatGPT 桌面应用共用本地 config / auth / MCP;cloud / GitHub 不读取你电脑上的 ~/.codex/config.toml。AGENTS.md 等签入仓库的资产最便于随项目走,具体能力仍看 surface 支持。截至 2026-08-05。 并行仍有两种,而且别混:subagents 拆同一件复杂活,worktree / cloud tasks 铺开几件独立活(第 2、6、8 章)。3注 3OpenAI Codex 文档 · Subagents / Worktrees —— subagents 在一项复杂任务内并行分工并由主 agent 汇总;多个 worktree / cloud tasks 让独立任务在隔离工作树 / 容器里并行。前者拆一件活,后者铺开几件活,都不是云端独有的「并行」按钮。截至 2026-08-05。第 9 章用 exec、SDK、CI 与 schedule 把流程推到无人值守,本地 schedule 仍要电脑和应用在运行;第 10 章用检查、复审与回归托住交付;第 11 章把主线程与所有子线程的 token 放进同一本 credits 账,不再数消息。一个应用没有抹掉这些边界,只是让你少换一扇门。

II

你只做机器替不了的两件事.

当入口、运行位置和交付链成形,你的工作只剩两件,恰好是最不该外包的两件:决定派什么,和确认它真做成了。前者是品味和取舍 —— 哪件活值得派、在哪跑、边界画在哪;后者是这本书反复回来的那句 —— 给它一个能自己跑的检查,要证据,不要断言。2注 2OpenAI Codex 文档 · Best practices —— 别停在让它改;给它一个它能自己跑的检查、要证据不要断言,让它写测试、跑检查、审自己的 diff,再由你接受。原话:「在 OpenAI,Codex 审 100% 的 PR。」截至 2026-08-05。派活的人已经太多,这两件事上的功夫,才是多处协作时代里你真正的手艺。

III

边界,和一把不过期的尺.

剩下的是画边界。哪些活自己盯:不可逆的、高风险的、要品味的。哪些活派出去:可验证的、可分块的、重复的。再分一次:一件复杂活的多路调查交给 subagents;几件会各自产生改动的独立活进 worktree / cloud;该先把目标说清的去 Chat,要一份通用成果的去 Work,要改仓库并跑验证的去 Codex。入口跟着活走(第 11 章)。多 Agent 不是让更多线程同时写,是让每个角色只拿它该拿的边界。 最后说句实话:这本书会过期,而且很快 —— Codex 以周为单位在变,模型名、命令、档位,书里每个数字都标了核对日期,过期请以官方文档为准。但这把尺子不过期:拿到任何一个新特性、新入口,还是那三问 —— 它省什么,什么活用它,怎么验收。问完这三问,你就不需要下一本教程了。

一个人,带一队 agent: 你定边界,你做验收.

One person, a team of agents: you set boundaries, you verify.

Aklman Library

读完了 · 试试这本

Agent 实战 · 从零构建完备智能体.

一个完整的动手项目:从一个只会聊天的 LLM 出发,逐步加入工具调用、记忆系统、推理规划、MCP 协议、多 Agent 编排、安全护栏,部署到生产环境,再把各章的格子拼成一个能离线跑、也能接真实模型的 Python 工程。企业篇在其上补齐身份鉴权、对抗性安全、治理审计与控制平面,最后收束成一张参考架构和一份可以直接交给编码 agent 实现的分层规格。

19 章 · 205 分钟 · 2026.07

讨论

讨论.

评论区初始化中…