0:00.000–0:04.920
OpenAI最近为Codex最新版
0:04.920–0:07.500
也就是0.145.0版
0:07.500–0:10.600
推出了全新的Multi-Agent V2
0:10.600–0:13.580
也就是更加稳定的多智能体系统
0:13.580–0:14.740
这次升级之后
0:14.740–0:16.680
我们终于可以在Codex中
0:16.680–0:19.480
更加灵活的使用和管理Sub-Agent
0:19.480–0:23.440
目前Multi-Agent V2已经进入相对稳定阶段
0:23.440–0:25.820
它不仅支持为不同的子Agent
0:25.820–0:28.200
配置不同的模型和推理层级
0:28.200–0:29.980
还可以控制并发数量
0:29.980–0:31.280
当任务恢复之后
0:31.280–0:34.260
也能快速继续保持原来的角色分工
0:34.260–0:38.060
它还提供了更加清晰的agent导航和管理能力
0:38.060–0:41.920
这意味着Codex正从过去的单个超级agent
0:41.920–0:45.640
逐渐升级成为一个真正的agent调度系统
0:45.640–0:48.300
它并不是简单的启动几个subagent
0:48.300–0:50.660
让他们各自完成各自的任务
0:50.660–0:53.900
而是让一个主agent充当整个任务的调度者
0:53.900–0:56.760
主agent可以先理解和拆解任务
0:56.760–0:57.800
再把代码探索
0:57.800–0:58.480
方案设计
0:58.480–0:59.260
功能开发
0:59.260–1:01.980
测试验证代码审查等不同工作
1:01.980–1:04.560
分别交给不同的subagent
1:04.560–1:07.680
等这些subagent完成各自的任务之后
1:07.680–1:09.680
主agent还会统一收集
1:09.680–1:12.260
判断并且合并他们的执行结果
1:12.260–1:14.880
最终形成完整的解决方案
1:14.880–1:15.960
更值得关注的是
1:15.960–1:18.260
Codex现在这种工作方式
1:18.260–1:19.280
在设计思路上
1:19.280–1:21.500
已经越来越接近Cloud Code的
1:21.500–1:23.280
Dynamic Workflow功能
1:23.280–1:25.440
而且最近Graph Engineering
1:25.440–1:28.240
这个概念在AI编程领域非常火
1:28.240–1:32.020
像过去我们更多是在研究如何写好一条prompt
1:32.020–1:35.340
或者是让一个agent在loop中不断执行
1:35.340–1:36.980
检查和修复
1:36.980–1:40.280
而graph engineering关注的是更高一层的问题
1:40.280–1:42.880
也就是如何把多个agent和多个工具
1:42.880–1:45.780
多个验证点以及不同的反馈循环
1:45.780–1:49.000
组织成一张可以实际执行的任务图
1:49.000–1:50.900
像cloudcode的dynamic workflows
1:50.900–1:54.420
本身就是graph engineering的一种典型实现
1:54.420–1:57.840
它可以根据用户的目标来生成一套工作流
1:57.840–2:00.780
再通过多个subagent条件分制
2:00.780–2:02.680
并行任务和验证点
2:02.680–2:04.560
完成更加复杂的任务
2:04.560–2:07.840
而这一次Codex通过multiagent的v2
2:07.840–2:12.400
让用户能够更加自由的构建和配置不同的subagent
2:12.400–2:15.400
虽然目前它还不能完全等同于
2:15.400–2:17.080
Cloudcode的dynamic workflows
2:17.080–2:20.720
也还不是一套完整的graph workflow运行时
2:20.720–2:22.700
但从主agent的调度
2:22.700–2:23.600
角色分工
2:23.600–2:26.760
并行之行和结果汇总这些能力来看
2:26.760–2:32.620
Codex的Multi-Agent V2已经具备了非常鲜明的Graph Engineering特征
2:32.620–2:39.360
本期视频就为大家深度演示Codex中它新增的Multi-Agent V2这个功能
2:39.360–2:41.760
它在多种场景中的使用方式
2:41.760–2:48.320
以及如何配置才能让Codex的Multi-Agent V2更加接近Graph Engineering
2:48.320–2:50.800
好 想使用这个新特性非常简单
2:50.800–2:53.740
我们直接将Codex升级到最新版
2:53.740–2:55.900
我们只需要在中轮命令行中
2:55.900–2:58.140
执行codex update这条命令
2:58.140–3:01.920
就可以将我们的codex cri升级到最新版
3:01.920–3:04.580
在codex桌面版的最新版中
3:04.580–3:08.320
我们同样可以使用multiagent v2这个新特性
3:08.320–3:10.700
为了让大家能够更直观的感受到
3:10.700–3:13.940
在codex中subagent它的灵活性有多强
3:13.940–3:16.040
在这里我先让codex列出
3:16.040–3:17.840
我已经配置好的subagent
3:17.840–3:22.540
然后我们再调用subagent来启动一个任务进行测试
3:22.540–3:26.040
好,Codex这里他列出了我配置好的这4个subagent
3:26.340–3:28.740
第1个subagent他的任务是code review
3:28.940–3:31.140
然后我为他设置的模型是kimi k3
3:31.440–3:35.440
第2个subagent他的使用场景是ui产品设计与评审
3:35.740–3:37.940
然后我为他设置的模型也是kimi k3
3:38.240–3:41.440
然后第3个subagent他的任务也是代码审查
3:41.540–3:44.140
然后我为他设置的模型是minimax模型
3:44.440–3:47.940
然后第4个subagent他的任务也是代码审查
3:48.240–3:51.440
然后我为他设置的模型是gpt5.6soul模型
3:51.440–3:57.140
下方键的话 我们在codex中就可以来调用 我们已经配置好的这些subagent
3:57.140–4:02.440
也可以直接让codex根据任务的复杂度来自动派生不同的subagent
4:02.440–4:08.240
在codex中这里的主agent 我使用的模型就是gbt5.6soul模型
4:08.240–4:14.740
然后我们就可以来测试一下 让主agent来调用 我们已经配置好的subagent来执行任务
4:14.740–4:20.540
这里我输入的提示词是 让他用这三个subagent对代码进行对抗选择
4:20.540–4:29.760
然后我们就直接发送 当我们发送这个任务之后 这个任务会被当前的主agent接受 也就是我们设置的gbt5.6送模型
4:30.020–4:37.780
然后这个主agent就会调用我们刚才配置好的这三个subagent 对我们的项目代码进行对抗性审查
4:38.200–4:41.580
好 这里codex提示三个审查轨道都已经启动
4:42.040–4:45.380
在这里我们就可以看到正在运行的这三个subagent
4:45.380–4:48.180
然后我们可以点击第一个进行查看
4:48.180–4:52.340
好 第一个subagent 他这里正在运行 已经运行了一分钟
4:52.340–4:57.180
然后我们再点击查看第二个agent 这个agent调用的是minimax模型
4:57.180–5:01.300
我们点击 好 这里我们就可以看到他正在执行
5:01.300–5:05.740
然后我们再点击查看第三个subagent 第三个subagent
5:05.740–5:10.700
我是让他单独调用的pyagent来执行的代码审查任务
5:10.700–5:18.700
也就是说 在codex的这些subagent中 我们不仅可以为这些subagent配置非openai官方的模型
5:18.700–5:22.900
比如说第三方的这些kimi模型或者是mimax等模型
5:22.900–5:28.500
我们还能让subagent来调用不同的这些工具 比如说这里调用pyagent
5:28.500–5:32.900
像这样的话 我们就可以将不同任务分配给不同的模型
5:32.900–5:37.700
这样就可以更加节省codex中gpt5.6 它的token消耗
5:37.700–5:43.400
好 再等了几分钟之后 这里就提示审查完成 而且还发现了这些严重的bug
5:43.400–5:48.100
而且我们还可以点击查看这些不同subagent他们的输出结果
5:48.100–5:53.440
这里是这个使用了minimax模型的subagent 然后这是它的输出结果
5:53.440–5:58.780
这里是发现了比较严重的代码中的问题 它输出的这些内容都非常详细
5:58.780–6:06.820
然后这三个subagent他们的执行结果最后都会被主agent进行整理和分析 并给出最终的结论
6:06.820–6:14.360
像这样的话我们就完成了在codex中调用不同的subagent来完成代码的对抗性审查
6:14.360–6:18.060
然后我们可以看一下这些subagent他们的配置方式
6:18.060–6:20.580
我们可以直接在codex中点击查看
6:20.580–6:22.800
这里是这个subagent它的完整路径
6:22.800–6:26.220
它会放在codex的agents这个文件夹中
6:26.220–6:27.860
然后这是这个文件名
6:27.860–6:30.520
这里就是这个subagent它的名称
6:30.520–6:32.220
然后这里就是描述
6:32.220–6:35.280
也就是使用kmmk3模型进行代码审查
6:35.280–6:37.360
然后这里就是具体的提示词
6:37.360–6:39.280
在下面的这个模型这里
6:39.280–6:41.360
我们给它设置的就是KimiK3
6:41.360–6:43.360
因为我是使用的CCSwitch
6:43.360–6:45.180
所以在模型提供者这里
6:45.180–6:46.820
就是设置的CCSwitch
6:46.820–6:48.700
在模型的推理级别这里
6:48.700–6:49.940
我设置的是Hi
6:49.940–6:52.340
相见的话我们就可以在Codex中
6:52.340–6:55.020
用我们配置的Subagent来调用
6:55.020–6:56.260
第三方的模型
6:56.260–6:58.520
然后我们可以打开CCSwitch
6:58.520–7:00.340
在这里我们可以看到Codex
7:00.340–7:02.020
我们直接点击这个Codex
7:02.020–7:03.720
然后在这里我们就看到
7:03.720–7:05.200
我添加了KimiK3
7:05.200–7:08.560
然后我们点击编辑可以看一下我是如何配置的
7:08.560–7:11.160
然后这里就是模型提供者的这个名称
7:11.160–7:12.920
这里是Kimi的URL
7:12.920–7:14.660
然后这里就是API key
7:14.660–7:18.260
在这里就是Kimi他的API的链接
7:18.260–7:21.100
然后这里这个默认模型就是Kimi key3模型
7:21.100–7:23.940
在prompt cache这里我设置成了enable
7:23.940–7:27.080
在模型映射这里就对应Kimi key3
7:27.080–7:31.120
像这样的话我们就可以通过CC switch这个项目
7:31.120–7:35.740
将KIMI的API转换为支持Codex的API的格式
7:35.740–7:40.120
我们就可以在Codex的Subagent中来调用这个模型
7:40.120–7:43.060
也可以将主Agent模型改成第三方模型
7:43.060–7:46.000
但我这里还是默认使用的GPT5.6SOM模型
7:46.000–7:49.620
因为为主模型设置一个更加强大的模型
7:49.620–7:52.680
它在调度和分配这些Subagent的时候
7:52.680–7:55.080
会执行的更加精准和高效
7:55.080–7:57.740
然后我们再看一下这个Subagent
7:57.740–7:59.500
看一下它的配置
7:59.500–8:00.000
然后再下
8:00.000–8:02.160
然后在下面的参数这里这里就是模型名称
8:02.400–8:03.940
这里就是模型提供商
8:04.200–8:06.000
这里就是他的思考级别
8:06.240–8:10.860
因为minimax模型他本身就兼容codex的这种ap格式
8:10.860–8:16.720
所以在这里就不需要为minimax的这些API通过ccswitch进行转换了
8:16.720–8:19.220
因为我们刚才调用的kimi的API
8:19.220–8:22.260
它是不兼容codex的API格式的
8:22.260–8:25.300
所以我们刚才需要用ccswitch进行转换
8:25.300–8:28.020
但minimax的API它兼容codex
8:28.020–8:30.900
所以我们就不需要进行转换就可以直接调用
8:30.900–8:33.600
然后我们再看一下这个subagent
8:33.600–8:36.720
它是调用了py agent给它设置的模型
8:36.720–8:39.240
就是gpt5.6soul模型
8:39.240–8:42.020
然后给他设置的推理级别是high
8:42.020–8:43.020
相见的话
8:43.020–8:47.020
我们在codex中就分别设置了几个不同的subagent
8:47.020–8:49.540
并且让他们调用了不同的模型
8:49.540–8:53.100
甚至还可以让他们调用不同的工具
8:53.100–8:56.540
比如说这个subagent中让他调用了py agent
8:56.540–8:59.700
而且在这个UI产品设计的subagent中
8:59.700–9:01.280
我还让他调用了scale
9:01.280–9:04.600
也就是让他使用了superdesign这个scale
9:04.600–9:06.480
在codex的插件市场
9:06.480–9:08.820
我们就可以看到这个superdesign
9:08.820–9:11.820
像这些subagent我们就可以手动创建
9:11.820–9:14.040
也可以让codex直接帮我们创建
9:14.040–9:15.400
然后我们输入任务
9:15.400–9:19.060
让它创建一个用于漏洞扫描的subagent
9:19.060–9:22.960
要求这个subagent使用深度安全扫描这个scale
9:22.960–9:25.360
然后模型使用gpd5.6so
9:25.360–9:27.480
思考级别设为extra high
9:27.480–9:28.980
然后我们点击发送
9:28.980–9:31.280
好这里提示创建完成
9:31.280–9:34.820
而且它创建的这个subagent现在正在运行
9:34.820–9:37.440
它正在分析我们的项目代码库
9:37.440–9:42.360
然后我们还可以让codex在执行任务的时候动态的分配subagent
9:42.360–9:47.180
我输入的任务是派生5个subagent对代码进行对抗审查
9:47.180–9:51.740
分别调用不同的gpt系列模型以及kimi模型和mimax模型
9:51.740–9:57.860
然后我们就发送让codex动态的派生不同的subagent为我们执行任务
9:57.860–10:02.140
然后我们就看到他动态派生了这几个subagent
10:02.140–10:04.780
我们可以先点开看一下第一个subagent
10:04.780–10:18.120
好 第一个sub agent 因为调用的是kimi k3模型 然后调用次数过多 这里被限制了 然后我们再看一下第二个 第二个sub agent 使用的是minimax的模型 然后他正在执行 没有遇到速率限制
10:18.660–10:24.540
然后我们再看一下 这个使用gpd5.6soul模型的这个sub agent 好 这里他正在执行
10:25.020–10:29.100
然后我们再继续看 这是另一个sub agent 这里也正在执行
10:29.100–10:31.320
相见的话我们就在codex中
10:31.320–10:36.780
让codex动态的派生了不同的subagent来同时执行任务
10:36.780–10:40.560
而且codex他支持subagent内嵌subagent
10:40.560–10:43.780
为了节省时间这里就不再为大家去演示了
10:43.780–10:45.240
通过我们刚才的测试
10:45.240–10:48.020
可以发现codex的multiagentv2
10:48.020–10:50.920
这个多subagent的功能已经非常成熟
10:50.920–10:52.200
而且非常灵活
10:52.200–10:55.080
我们既可以手动设置这些subagent
10:55.080–10:58.800
也可以让codex动态派生不同的subagent
10:58.800–11:01.600
而且我们还可以为这一些不同的subagent
11:01.600–11:03.580
分配不同的模型
11:03.580–11:05.840
还能设置他们的思考级别
11:05.840–11:08.400
Codex它变得也越来越灵活
11:08.400–11:11.300
在多agent方面的能力也越来越强大
11:11.300–11:15.040
甚至已经具备graph engineering的初级范式
11:15.040–11:16.660
在很大程度上
11:16.660–11:18.000
我们甚至可以使用Codex
11:18.000–11:19.860
来完全替代cloudcode
11:19.860–11:22.080
好 本期视频就做到这里
11:22.080–11:24.600
欢迎大家点赞 关注和转发
11:24.600–11:25.820
谢谢大家观看
0:00.000–0:04.920
OpenAI最近为Codex最新版
(此句尚無繁中翻譯)
0:04.920–0:07.500
也就是0.145.0版
(此句尚無繁中翻譯)
0:07.500–0:10.600
推出了全新的Multi-Agent V2
(此句尚無繁中翻譯)
0:10.600–0:13.580
也就是更加稳定的多智能体系统
(此句尚無繁中翻譯)
0:13.580–0:14.740
这次升级之后
(此句尚無繁中翻譯)
0:14.740–0:16.680
我们终于可以在Codex中
(此句尚無繁中翻譯)
0:16.680–0:19.480
更加灵活的使用和管理Sub-Agent
(此句尚無繁中翻譯)
0:19.480–0:23.440
目前Multi-Agent V2已经进入相对稳定阶段
(此句尚無繁中翻譯)
0:23.440–0:25.820
它不仅支持为不同的子Agent
(此句尚無繁中翻譯)
0:25.820–0:28.200
配置不同的模型和推理层级
(此句尚無繁中翻譯)
0:28.200–0:29.980
还可以控制并发数量
(此句尚無繁中翻譯)
0:29.980–0:31.280
当任务恢复之后
(此句尚無繁中翻譯)
0:31.280–0:34.260
也能快速继续保持原来的角色分工
(此句尚無繁中翻譯)
0:34.260–0:38.060
它还提供了更加清晰的agent导航和管理能力
(此句尚無繁中翻譯)
0:38.060–0:41.920
这意味着Codex正从过去的单个超级agent
(此句尚無繁中翻譯)
0:41.920–0:45.640
逐渐升级成为一个真正的agent调度系统
(此句尚無繁中翻譯)
0:45.640–0:48.300
它并不是简单的启动几个subagent
(此句尚無繁中翻譯)
0:48.300–0:50.660
让他们各自完成各自的任务
(此句尚無繁中翻譯)
0:50.660–0:53.900
而是让一个主agent充当整个任务的调度者
(此句尚無繁中翻譯)
0:53.900–0:56.760
主agent可以先理解和拆解任务
(此句尚無繁中翻譯)
0:56.760–0:57.800
再把代码探索
(此句尚無繁中翻譯)
0:57.800–0:58.480
方案设计
(此句尚無繁中翻譯)
0:58.480–0:59.260
功能开发
(此句尚無繁中翻譯)
0:59.260–1:01.980
测试验证代码审查等不同工作
(此句尚無繁中翻譯)
1:01.980–1:04.560
分别交给不同的subagent
(此句尚無繁中翻譯)
1:04.560–1:07.680
等这些subagent完成各自的任务之后
(此句尚無繁中翻譯)
1:07.680–1:09.680
主agent还会统一收集
(此句尚無繁中翻譯)
1:09.680–1:12.260
判断并且合并他们的执行结果
(此句尚無繁中翻譯)
1:12.260–1:14.880
最终形成完整的解决方案
(此句尚無繁中翻譯)
1:14.880–1:15.960
更值得关注的是
(此句尚無繁中翻譯)
1:15.960–1:18.260
Codex现在这种工作方式
(此句尚無繁中翻譯)
1:18.260–1:19.280
在设计思路上
(此句尚無繁中翻譯)
1:19.280–1:21.500
已经越来越接近Cloud Code的
(此句尚無繁中翻譯)
1:21.500–1:23.280
Dynamic Workflow功能
(此句尚無繁中翻譯)
1:23.280–1:25.440
而且最近Graph Engineering
(此句尚無繁中翻譯)
1:25.440–1:28.240
这个概念在AI编程领域非常火
(此句尚無繁中翻譯)
1:28.240–1:32.020
像过去我们更多是在研究如何写好一条prompt
(此句尚無繁中翻譯)
1:32.020–1:35.340
或者是让一个agent在loop中不断执行
(此句尚無繁中翻譯)
1:35.340–1:36.980
检查和修复
(此句尚無繁中翻譯)
1:36.980–1:40.280
而graph engineering关注的是更高一层的问题
(此句尚無繁中翻譯)
1:40.280–1:42.880
也就是如何把多个agent和多个工具
(此句尚無繁中翻譯)
1:42.880–1:45.780
多个验证点以及不同的反馈循环
(此句尚無繁中翻譯)
1:45.780–1:49.000
组织成一张可以实际执行的任务图
(此句尚無繁中翻譯)
1:49.000–1:50.900
像cloudcode的dynamic workflows
(此句尚無繁中翻譯)
1:50.900–1:54.420
本身就是graph engineering的一种典型实现
(此句尚無繁中翻譯)
1:54.420–1:57.840
它可以根据用户的目标来生成一套工作流
(此句尚無繁中翻譯)
1:57.840–2:00.780
再通过多个subagent条件分制
(此句尚無繁中翻譯)
2:00.780–2:02.680
并行任务和验证点
(此句尚無繁中翻譯)
2:02.680–2:04.560
完成更加复杂的任务
(此句尚無繁中翻譯)
2:04.560–2:07.840
而这一次Codex通过multiagent的v2
(此句尚無繁中翻譯)
2:07.840–2:12.400
让用户能够更加自由的构建和配置不同的subagent
(此句尚無繁中翻譯)
2:12.400–2:15.400
虽然目前它还不能完全等同于
(此句尚無繁中翻譯)
2:15.400–2:17.080
Cloudcode的dynamic workflows
(此句尚無繁中翻譯)
2:17.080–2:20.720
也还不是一套完整的graph workflow运行时
(此句尚無繁中翻譯)
2:20.720–2:22.700
但从主agent的调度
(此句尚無繁中翻譯)
2:22.700–2:23.600
角色分工
(此句尚無繁中翻譯)
2:23.600–2:26.760
并行之行和结果汇总这些能力来看
(此句尚無繁中翻譯)
2:26.760–2:32.620
Codex的Multi-Agent V2已经具备了非常鲜明的Graph Engineering特征
(此句尚無繁中翻譯)
2:32.620–2:39.360
本期视频就为大家深度演示Codex中它新增的Multi-Agent V2这个功能
(此句尚無繁中翻譯)
2:39.360–2:41.760
它在多种场景中的使用方式
(此句尚無繁中翻譯)
2:41.760–2:48.320
以及如何配置才能让Codex的Multi-Agent V2更加接近Graph Engineering
(此句尚無繁中翻譯)
2:48.320–2:50.800
好 想使用这个新特性非常简单
(此句尚無繁中翻譯)
2:50.800–2:53.740
我们直接将Codex升级到最新版
(此句尚無繁中翻譯)
2:53.740–2:55.900
我们只需要在中轮命令行中
(此句尚無繁中翻譯)
2:55.900–2:58.140
执行codex update这条命令
(此句尚無繁中翻譯)
2:58.140–3:01.920
就可以将我们的codex cri升级到最新版
(此句尚無繁中翻譯)
3:01.920–3:04.580
在codex桌面版的最新版中
(此句尚無繁中翻譯)
3:04.580–3:08.320
我们同样可以使用multiagent v2这个新特性
(此句尚無繁中翻譯)
3:08.320–3:10.700
为了让大家能够更直观的感受到
(此句尚無繁中翻譯)
3:10.700–3:13.940
在codex中subagent它的灵活性有多强
(此句尚無繁中翻譯)
3:13.940–3:16.040
在这里我先让codex列出
(此句尚無繁中翻譯)
3:16.040–3:17.840
我已经配置好的subagent
(此句尚無繁中翻譯)
3:17.840–3:22.540
然后我们再调用subagent来启动一个任务进行测试
(此句尚無繁中翻譯)
3:22.540–3:26.040
好,Codex这里他列出了我配置好的这4个subagent
(此句尚無繁中翻譯)
3:26.340–3:28.740
第1个subagent他的任务是code review
(此句尚無繁中翻譯)
3:28.940–3:31.140
然后我为他设置的模型是kimi k3
(此句尚無繁中翻譯)
3:31.440–3:35.440
第2个subagent他的使用场景是ui产品设计与评审
(此句尚無繁中翻譯)
3:35.740–3:37.940
然后我为他设置的模型也是kimi k3
(此句尚無繁中翻譯)
3:38.240–3:41.440
然后第3个subagent他的任务也是代码审查
(此句尚無繁中翻譯)
3:41.540–3:44.140
然后我为他设置的模型是minimax模型
(此句尚無繁中翻譯)
3:44.440–3:47.940
然后第4个subagent他的任务也是代码审查
(此句尚無繁中翻譯)
3:48.240–3:51.440
然后我为他设置的模型是gpt5.6soul模型
(此句尚無繁中翻譯)
3:51.440–3:57.140
下方键的话 我们在codex中就可以来调用 我们已经配置好的这些subagent
(此句尚無繁中翻譯)
3:57.140–4:02.440
也可以直接让codex根据任务的复杂度来自动派生不同的subagent
(此句尚無繁中翻譯)
4:02.440–4:08.240
在codex中这里的主agent 我使用的模型就是gbt5.6soul模型
(此句尚無繁中翻譯)
4:08.240–4:14.740
然后我们就可以来测试一下 让主agent来调用 我们已经配置好的subagent来执行任务
(此句尚無繁中翻譯)
4:14.740–4:20.540
这里我输入的提示词是 让他用这三个subagent对代码进行对抗选择
(此句尚無繁中翻譯)
4:20.540–4:29.760
然后我们就直接发送 当我们发送这个任务之后 这个任务会被当前的主agent接受 也就是我们设置的gbt5.6送模型
(此句尚無繁中翻譯)
4:30.020–4:37.780
然后这个主agent就会调用我们刚才配置好的这三个subagent 对我们的项目代码进行对抗性审查
(此句尚無繁中翻譯)
4:38.200–4:41.580
好 这里codex提示三个审查轨道都已经启动
(此句尚無繁中翻譯)
4:42.040–4:45.380
在这里我们就可以看到正在运行的这三个subagent
(此句尚無繁中翻譯)
4:45.380–4:48.180
然后我们可以点击第一个进行查看
(此句尚無繁中翻譯)
4:48.180–4:52.340
好 第一个subagent 他这里正在运行 已经运行了一分钟
(此句尚無繁中翻譯)
4:52.340–4:57.180
然后我们再点击查看第二个agent 这个agent调用的是minimax模型
(此句尚無繁中翻譯)
4:57.180–5:01.300
我们点击 好 这里我们就可以看到他正在执行
(此句尚無繁中翻譯)
5:01.300–5:05.740
然后我们再点击查看第三个subagent 第三个subagent
(此句尚無繁中翻譯)
5:05.740–5:10.700
我是让他单独调用的pyagent来执行的代码审查任务
(此句尚無繁中翻譯)
5:10.700–5:18.700
也就是说 在codex的这些subagent中 我们不仅可以为这些subagent配置非openai官方的模型
(此句尚無繁中翻譯)
5:18.700–5:22.900
比如说第三方的这些kimi模型或者是mimax等模型
(此句尚無繁中翻譯)
5:22.900–5:28.500
我们还能让subagent来调用不同的这些工具 比如说这里调用pyagent
(此句尚無繁中翻譯)
5:28.500–5:32.900
像这样的话 我们就可以将不同任务分配给不同的模型
(此句尚無繁中翻譯)
5:32.900–5:37.700
这样就可以更加节省codex中gpt5.6 它的token消耗
(此句尚無繁中翻譯)
5:37.700–5:43.400
好 再等了几分钟之后 这里就提示审查完成 而且还发现了这些严重的bug
(此句尚無繁中翻譯)
5:43.400–5:48.100
而且我们还可以点击查看这些不同subagent他们的输出结果
(此句尚無繁中翻譯)
5:48.100–5:53.440
这里是这个使用了minimax模型的subagent 然后这是它的输出结果
(此句尚無繁中翻譯)
5:53.440–5:58.780
这里是发现了比较严重的代码中的问题 它输出的这些内容都非常详细
(此句尚無繁中翻譯)
5:58.780–6:06.820
然后这三个subagent他们的执行结果最后都会被主agent进行整理和分析 并给出最终的结论
(此句尚無繁中翻譯)
6:06.820–6:14.360
像这样的话我们就完成了在codex中调用不同的subagent来完成代码的对抗性审查
(此句尚無繁中翻譯)
6:14.360–6:18.060
然后我们可以看一下这些subagent他们的配置方式
(此句尚無繁中翻譯)
6:18.060–6:20.580
我们可以直接在codex中点击查看
(此句尚無繁中翻譯)
6:20.580–6:22.800
这里是这个subagent它的完整路径
(此句尚無繁中翻譯)
6:22.800–6:26.220
它会放在codex的agents这个文件夹中
(此句尚無繁中翻譯)
6:26.220–6:27.860
然后这是这个文件名
(此句尚無繁中翻譯)
6:27.860–6:30.520
这里就是这个subagent它的名称
(此句尚無繁中翻譯)
6:30.520–6:32.220
然后这里就是描述
(此句尚無繁中翻譯)
6:32.220–6:35.280
也就是使用kmmk3模型进行代码审查
(此句尚無繁中翻譯)
6:35.280–6:37.360
然后这里就是具体的提示词
(此句尚無繁中翻譯)
6:37.360–6:39.280
在下面的这个模型这里
(此句尚無繁中翻譯)
6:39.280–6:41.360
我们给它设置的就是KimiK3
(此句尚無繁中翻譯)
6:41.360–6:43.360
因为我是使用的CCSwitch
(此句尚無繁中翻譯)
6:43.360–6:45.180
所以在模型提供者这里
(此句尚無繁中翻譯)
6:45.180–6:46.820
就是设置的CCSwitch
(此句尚無繁中翻譯)
6:46.820–6:48.700
在模型的推理级别这里
(此句尚無繁中翻譯)
6:48.700–6:49.940
我设置的是Hi
(此句尚無繁中翻譯)
6:49.940–6:52.340
相见的话我们就可以在Codex中
(此句尚無繁中翻譯)
6:52.340–6:55.020
用我们配置的Subagent来调用
(此句尚無繁中翻譯)
6:55.020–6:56.260
第三方的模型
(此句尚無繁中翻譯)
6:56.260–6:58.520
然后我们可以打开CCSwitch
(此句尚無繁中翻譯)
6:58.520–7:00.340
在这里我们可以看到Codex
(此句尚無繁中翻譯)
7:00.340–7:02.020
我们直接点击这个Codex
(此句尚無繁中翻譯)
7:02.020–7:03.720
然后在这里我们就看到
(此句尚無繁中翻譯)
7:03.720–7:05.200
我添加了KimiK3
(此句尚無繁中翻譯)
7:05.200–7:08.560
然后我们点击编辑可以看一下我是如何配置的
(此句尚無繁中翻譯)
7:08.560–7:11.160
然后这里就是模型提供者的这个名称
(此句尚無繁中翻譯)
7:11.160–7:12.920
这里是Kimi的URL
(此句尚無繁中翻譯)
7:12.920–7:14.660
然后这里就是API key
(此句尚無繁中翻譯)
7:14.660–7:18.260
在这里就是Kimi他的API的链接
(此句尚無繁中翻譯)
7:18.260–7:21.100
然后这里这个默认模型就是Kimi key3模型
(此句尚無繁中翻譯)
7:21.100–7:23.940
在prompt cache这里我设置成了enable
(此句尚無繁中翻譯)
7:23.940–7:27.080
在模型映射这里就对应Kimi key3
(此句尚無繁中翻譯)
7:27.080–7:31.120
像这样的话我们就可以通过CC switch这个项目
(此句尚無繁中翻譯)
7:31.120–7:35.740
将KIMI的API转换为支持Codex的API的格式
(此句尚無繁中翻譯)
7:35.740–7:40.120
我们就可以在Codex的Subagent中来调用这个模型
(此句尚無繁中翻譯)
7:40.120–7:43.060
也可以将主Agent模型改成第三方模型
(此句尚無繁中翻譯)
7:43.060–7:46.000
但我这里还是默认使用的GPT5.6SOM模型
(此句尚無繁中翻譯)
7:46.000–7:49.620
因为为主模型设置一个更加强大的模型
(此句尚無繁中翻譯)
7:49.620–7:52.680
它在调度和分配这些Subagent的时候
(此句尚無繁中翻譯)
7:52.680–7:55.080
会执行的更加精准和高效
(此句尚無繁中翻譯)
7:55.080–7:57.740
然后我们再看一下这个Subagent
(此句尚無繁中翻譯)
7:57.740–7:59.500
看一下它的配置
(此句尚無繁中翻譯)
7:59.500–8:00.000
然后再下
(此句尚無繁中翻譯)
8:00.000–8:02.160
然后在下面的参数这里这里就是模型名称
(此句尚無繁中翻譯)
8:02.400–8:03.940
这里就是模型提供商
(此句尚無繁中翻譯)
8:04.200–8:06.000
这里就是他的思考级别
(此句尚無繁中翻譯)
8:06.240–8:10.860
因为minimax模型他本身就兼容codex的这种ap格式
(此句尚無繁中翻譯)
8:10.860–8:16.720
所以在这里就不需要为minimax的这些API通过ccswitch进行转换了
(此句尚無繁中翻譯)
8:16.720–8:19.220
因为我们刚才调用的kimi的API
(此句尚無繁中翻譯)
8:19.220–8:22.260
它是不兼容codex的API格式的
(此句尚無繁中翻譯)
8:22.260–8:25.300
所以我们刚才需要用ccswitch进行转换
(此句尚無繁中翻譯)
8:25.300–8:28.020
但minimax的API它兼容codex
(此句尚無繁中翻譯)
8:28.020–8:30.900
所以我们就不需要进行转换就可以直接调用
(此句尚無繁中翻譯)
8:30.900–8:33.600
然后我们再看一下这个subagent
(此句尚無繁中翻譯)
8:33.600–8:36.720
它是调用了py agent给它设置的模型
(此句尚無繁中翻譯)
8:36.720–8:39.240
就是gpt5.6soul模型
(此句尚無繁中翻譯)
8:39.240–8:42.020
然后给他设置的推理级别是high
(此句尚無繁中翻譯)
8:42.020–8:43.020
相见的话
(此句尚無繁中翻譯)
8:43.020–8:47.020
我们在codex中就分别设置了几个不同的subagent
(此句尚無繁中翻譯)
8:47.020–8:49.540
并且让他们调用了不同的模型
(此句尚無繁中翻譯)
8:49.540–8:53.100
甚至还可以让他们调用不同的工具
(此句尚無繁中翻譯)
8:53.100–8:56.540
比如说这个subagent中让他调用了py agent
(此句尚無繁中翻譯)
8:56.540–8:59.700
而且在这个UI产品设计的subagent中
(此句尚無繁中翻譯)
8:59.700–9:01.280
我还让他调用了scale
(此句尚無繁中翻譯)
9:01.280–9:04.600
也就是让他使用了superdesign这个scale
(此句尚無繁中翻譯)
9:04.600–9:06.480
在codex的插件市场
(此句尚無繁中翻譯)
9:06.480–9:08.820
我们就可以看到这个superdesign
(此句尚無繁中翻譯)
9:08.820–9:11.820
像这些subagent我们就可以手动创建
(此句尚無繁中翻譯)
9:11.820–9:14.040
也可以让codex直接帮我们创建
(此句尚無繁中翻譯)
9:14.040–9:15.400
然后我们输入任务
(此句尚無繁中翻譯)
9:15.400–9:19.060
让它创建一个用于漏洞扫描的subagent
(此句尚無繁中翻譯)
9:19.060–9:22.960
要求这个subagent使用深度安全扫描这个scale
(此句尚無繁中翻譯)
9:22.960–9:25.360
然后模型使用gpd5.6so
(此句尚無繁中翻譯)
9:25.360–9:27.480
思考级别设为extra high
(此句尚無繁中翻譯)
9:27.480–9:28.980
然后我们点击发送
(此句尚無繁中翻譯)
9:28.980–9:31.280
好这里提示创建完成
(此句尚無繁中翻譯)
9:31.280–9:34.820
而且它创建的这个subagent现在正在运行
(此句尚無繁中翻譯)
9:34.820–9:37.440
它正在分析我们的项目代码库
(此句尚無繁中翻譯)
9:37.440–9:42.360
然后我们还可以让codex在执行任务的时候动态的分配subagent
(此句尚無繁中翻譯)
9:42.360–9:47.180
我输入的任务是派生5个subagent对代码进行对抗审查
(此句尚無繁中翻譯)
9:47.180–9:51.740
分别调用不同的gpt系列模型以及kimi模型和mimax模型
(此句尚無繁中翻譯)
9:51.740–9:57.860
然后我们就发送让codex动态的派生不同的subagent为我们执行任务
(此句尚無繁中翻譯)
9:57.860–10:02.140
然后我们就看到他动态派生了这几个subagent
(此句尚無繁中翻譯)
10:02.140–10:04.780
我们可以先点开看一下第一个subagent
(此句尚無繁中翻譯)
10:04.780–10:18.120
好 第一个sub agent 因为调用的是kimi k3模型 然后调用次数过多 这里被限制了 然后我们再看一下第二个 第二个sub agent 使用的是minimax的模型 然后他正在执行 没有遇到速率限制
(此句尚無繁中翻譯)
10:18.660–10:24.540
然后我们再看一下 这个使用gpd5.6soul模型的这个sub agent 好 这里他正在执行
(此句尚無繁中翻譯)
10:25.020–10:29.100
然后我们再继续看 这是另一个sub agent 这里也正在执行
(此句尚無繁中翻譯)
10:29.100–10:31.320
相见的话我们就在codex中
(此句尚無繁中翻譯)
10:31.320–10:36.780
让codex动态的派生了不同的subagent来同时执行任务
(此句尚無繁中翻譯)
10:36.780–10:40.560
而且codex他支持subagent内嵌subagent
(此句尚無繁中翻譯)
10:40.560–10:43.780
为了节省时间这里就不再为大家去演示了
(此句尚無繁中翻譯)
10:43.780–10:45.240
通过我们刚才的测试
(此句尚無繁中翻譯)
10:45.240–10:48.020
可以发现codex的multiagentv2
(此句尚無繁中翻譯)
10:48.020–10:50.920
这个多subagent的功能已经非常成熟
(此句尚無繁中翻譯)
10:50.920–10:52.200
而且非常灵活
(此句尚無繁中翻譯)
10:52.200–10:55.080
我们既可以手动设置这些subagent
(此句尚無繁中翻譯)
10:55.080–10:58.800
也可以让codex动态派生不同的subagent
(此句尚無繁中翻譯)
10:58.800–11:01.600
而且我们还可以为这一些不同的subagent
(此句尚無繁中翻譯)
11:01.600–11:03.580
分配不同的模型
(此句尚無繁中翻譯)
11:03.580–11:05.840
还能设置他们的思考级别
(此句尚無繁中翻譯)
11:05.840–11:08.400
Codex它变得也越来越灵活
(此句尚無繁中翻譯)
11:08.400–11:11.300
在多agent方面的能力也越来越强大
(此句尚無繁中翻譯)
11:11.300–11:15.040
甚至已经具备graph engineering的初级范式
(此句尚無繁中翻譯)
11:15.040–11:16.660
在很大程度上
(此句尚無繁中翻譯)
11:16.660–11:18.000
我们甚至可以使用Codex
(此句尚無繁中翻譯)
11:18.000–11:19.860
来完全替代cloudcode
(此句尚無繁中翻譯)
11:19.860–11:22.080
好 本期视频就做到这里
(此句尚無繁中翻譯)
11:22.080–11:24.600
欢迎大家点赞 关注和转发
(此句尚無繁中翻譯)
11:24.600–11:25.820
谢谢大家观看
(此句尚無繁中翻譯)