1471 字
7 分钟

高智商领导 + 便宜执行:Codex / Claude Code / Pi 分层子代理配置教程

2026-08-02
教程
AI
/
Codex
/
Claude Code
/
Pi
/
多代理
/
Sol
/
Luna
/
编程

在 2026 年的 vibe code 编程里,单纯用一个最强模型硬刚所有任务已经不划算了(富哥当然随意)。 用高智商模型当领导,便宜模型当工人应该是目前的不错的省token玩法。 Sol负责判断、拆解、指挥、审核和兜底;Luna grok 负责高吞吐的探索、实现和测试。

本文给出完整可落地的配置方法,重点推荐把配置写在项目级(.codex/、AGENTS.md 等),方便版本控制、团队共享和项目隔离。全局配置只作为个人默认。

所有事情都丢给 Sol,又贵又慢,上下文还容易糊。

核心哲学#

  • Sol(或等价高智商模型):规划、决策、冲突解决、最终验收、兜底。始终保留最终决策权和外部操作(commit、PR、部署)的控制权。
  • Luna(或便宜/快速模型):边界清晰的执行任务、并行探索、实现、测试。
  • 闭环:Sol 规划 → Luna 并行干活 → Sol 审核整合 / 兜底。

Claude Code 也可以同理:主会话重模型fable-5,子代理 opus。Pi 还能跨 Codex / Claude 调度。

模板和 skill:

Yuri-NagaSaki
/
subagent-skills
Waiting for api.github.com...
00K
0K
0K
Waiting...

装 skill:

Terminal window
npx skills add Yuri-NagaSaki/subagent-skills -g -y

只给 Claude Code:

Terminal window
npx skills add Yuri-NagaSaki/subagent-skills -g -a claude-code -y

装完跟 agent 说:按 sol-luna-setup 在当前项目配一下就行。

当然这里并不绝对,因为每个人的项目都不同,你可以让AI读这些skill,让他学会自己配。

架构示意


为什么现在都在建议这么做?#

举两个我自己踩过的情况。

1. 全用 Sol 扫仓库
比如「帮我看看这个 monorepo 里 auth 在哪」。Sol 能搞定,但会读一堆无关文件,token 涨得很快,主会话后面再做决策也变钝。而且由于codex的限制,sol也只有200多K的上下文,会浪费大量的token。

2. 全用便宜模型硬刚架构
边界没写清的时候,Luna 会自己扩 scope:你让它改一个函数,它顺手把旁边模块「整理」了。便宜是便宜,返工不省。

所以比较稳的分工是:

干什么
Sol(主会话)理解需求、拆任务、审 diff、commit / 开 PR
luna_scout只读:找文件、理依赖
luna_worker在指定范围内改代码
luna_critic挑问题:正确性、安全、缺测试
luna_tester按你说的命令跑测试,回报 pass/fail

价格#

单位都是 每 1M tokens,美元

OpenAI 在 2026-07-30 下调了 Terra 和 Luna(公告),Sol 没动。

模型输入输出说明
gpt-5.6-sol$5.00$30.00旗舰,7 月 30 日未降
gpt-5.6-terra$2.00$12.00原先 $2.50 / $15,大约降 20%
gpt-5.6-luna$0.20$1.20原先 $1 / $6,降了 80%
grok-4.5$2.00$6.00xAI 文档:prompt 较短时这档;prompt ≥200k 会更高。缓存输入大约 $0.30
claude-fable-5$10.00$50.00Anthropic 定价页,Fable 5

光看输入:以前 Luna 对 Sol 大约 1<5>,现在大约 1<25>
所以「领导 Sol、执行 Luna」比 GPT-5.6 刚出来那会儿更划算。Terra 可以当中档日常用;Fable 很强但输出 $50/M。官方的意思 其实我感觉也是多鼓励探索多agent模式,早在fable-5发布的时候就在宣扬这种观点了。


怎么装到自己项目#

方式 A:只装 skill(推荐)#

Terminal window
npx skills add Yuri-NagaSaki/subagent-skills -g -y

然后让 agent 按 skill 写配置。

方式 B:脚本直接生成文件#

Terminal window
git clone https://github.com/Yuri-NagaSaki/subagent-skills.git
export OPENAI_API_KEY="你的key" # 别写进仓库
bash subagent-skills/scripts/bootstrap.sh /path/to/your-project

大致会多这些:

.codex/config.toml
.codex/agents/luna_*.toml
AGENTS.md
.claude/agents/
scripts/prepare-luna-catalog.sh

config.toml 里的 base_url 改成你自己的网关。Key 用环境变量。


Codex 项目级配置#

项目里的 .codex/ 会覆盖 ~/.codex/ 里同名项。
和项目相关的策略写进仓库,个人习惯放全局。

目录#

your-project/
├── .codex/
│ ├── config.toml
│ └── agents/
│ ├── luna_scout.toml
│ ├── luna_worker.toml
│ ├── luna_critic.toml
│ └── luna_tester.toml
└── AGENTS.md

config 示例#

.codex/config.toml
model = "gpt-5.6-sol"
model_provider = "gateway"
model_reasoning_effort = "xhigh"
[features]
multi_agent = true
multi_agent_v2 = false
[agents]
max_concurrent_threads_per_session = 4
default_subagent_model = "gpt-5.6-luna"
default_subagent_reasoning_effort = "max"
[model_providers.gateway]
name = "Custom Gateway"
base_url = "https://your-gateway.example/v1"
env_key = "OPENAI_API_KEY"
wire_api = "responses"

worker 示例#

.codex/agents/luna_worker.toml
name = "luna_worker"
description = "在明确文件范围内实现改动"
model = "gpt-5.6-luna"
model_reasoning_effort = "max"
sandbox_mode = "workspace-write"
developer_instructions = """
只做交代范围内的改动。尽量小 diff。
不要 commit、开 PR、部署。
做完说明改了哪些文件、怎么验证、哪里没把握。
任务不清楚或做不了就 escalate 回主会话。
"""

scout / critic 用 read-only。完整模板在仓库 templates/

AGENTS.md 写清:谁能 commit、什么算越界、失败要不要打回。


问题 1:Sol spawn 不到 Luna#

配置写对了也可能遇到:

Unknown model `gpt-5.6-luna` for spawn_agent.
Available models: gpt-5.6-sol, gpt-5.6-terra

原因是模型目录里 Sol / Terra 常见标 multi-agent v2,Luna 是 v1,V2 侧直接把 Luna 滤掉了。

仓库里有个脚本:

Terminal window
bash scripts/prepare-luna-catalog.sh "$(pwd)/.codex/models-v1.json"

生成后把 model_catalog_json 指到这个文件的绝对路径,并保持 multi_agent_v2 = false
更多说明:docs/sol-luna-catalog-fix.md

我这边修完之后,Sol 才能正常 spawn luna_scout 并收回结果。
在这之前,只是「两个模型都能单独聊」,算不上 multi-agent。


Claude Code#

子代理是 markdown,例如:

.claude/agents/luna-worker.md
---
name: luna-worker
description: 范围明确时改代码、补测试、搜索
model: opus
---
只做明确范围内的事。不要 commit。做完说明结果和不确定点。

主会话用你账号里更强的模型就行。
注意:root 下某些高权限模式会直接拒绝,换普通用户。

Fable 5 输出按 $50/M 算的话,让它去全仓库乱翻不太合适,留给真难的设计和终审。


Pi(可选)#

如果要在一个会话里同时叫 Codex 和 Claude,可以看 Pi + pi-flow

Terminal window
pi install npm:@kky42/pi-flow

仓库 templates/pi/ 有示例档案。
只做 Codex 项目的话,先把 Sol/Luna 跑顺再加 Pi,省得一次配三套。


一些习惯#

  1. 给工人的说明写清楚:目标、能改哪些路径、不能碰什么、要交什么结果
  2. 并行,3~4 个够用;别多个 worker 抢同一个文件
  3. 探索和审查尽量只读;commit 留主会话
  4. 安全相关别只信便宜模型
  5. 项目配置进 git,密钥不要进 git
  6. spawn 列表里没有 Luna 就先修 catalog,再谈并行

高智商领导 + 便宜执行:Codex / Claude Code / Pi 分层子代理配置教程
https://catcat.blog/2026/08/sol-luna-layered-subagents-codex-claude-pi.html
作者
猫猫博客
发布于
2026-08-02
许可协议
CC BY-NC-SA 4.0