Orchestration multi-agents pratique dans Codex

@pvncher
ANGLAISil y a 1 jour · 24 juil. 2026
112K
1.0K
70
41
2.0K

TL;DR

Une plongée technique au cœur de Multi-Agent V2 d'OpenAI, expliquant comment orchestrer les agents GPT-5.6 Sol en utilisant des efforts de raisonnement variables et la gestion du contexte pour l'exécution de tâches complexes.

GPT-5.6 Sol devient particulièrement intéressant lorsqu'il a une équipe avec laquelle travailler. Les nouveaux outils Multi-Agent V2 de Codex offrent à Sol et Terra une manière naturelle de déléguer des tâches, de partager des mises à jour et de se coordonner à travers des tâches complexes.

Ultra fait de la coordination d'agents le comportement par défaut et est mieux réservé aux travaux à enjeux élevés, où l'ambiguïté ou un contexte dispersé justifient la profondeur supplémentaire.

Pour d'autres tâches, un prompt court ou une skill peut encourager le même comportement collaboratif de la part de Sol Medium, puisqu'il reste en conversation avec vous tout en organisant le travail en arrière-plan. Avec la bonne impulsion, Sol peut transformer des demandes larges en missions ciblées, faire intervenir d'autres agents et décider quand un problème nécessite un raisonnement plus approfondi.

Adapter le raisonnement au travail

Bien qu'il soit possible que Sol délègue à un autre modèle comme Terra, la configuration la plus simple consiste à garder une seule famille de modèles et à ajuster uniquement l'effort de raisonnement, avec des rôles dédiés comme suit :

  • Scout — GPT-5.6 Sol Light. Répond à des questions étroites en lecture seule : localiser des fichiers, tracer un chemin de code ou trouver des tests pertinents.
  • Worker — GPT-5.6 Sol Medium. Implémente des changements circonscrits, exécute des vérifications ou gère du travail de soutien.
  • Smart worker — GPT-5.6 Sol High. Prend en charge des implémentations difficiles, résout l'ambiguïté ou coordonne l'aide lorsque c'est utile.

Considérez ces rôles comme des valeurs par défaut utiles. Sol Light conserve le jugement nécessaire pour trouver un contexte utile sans dépenser trop de raisonnement dans la découverte.

Laisser l'équipe se coordonner

Le coordinateur agit comme le délégateur principal : il attribue le travail substantiel, évite les investigations en double et suit ce que chaque agent fait. Les scouts peuvent enquêter en parallèle, tandis que les workers peuvent partager l'implémentation lorsque les responsabilités sont claires.

Les agents peuvent également se messager directement via un système de messagerie commun avec des boîtes de réception séparées. Lorsqu'un scout découvre quelque chose dont un worker a besoin, il peut reconnaître la dépendance et transmettre ses découvertes sans attendre que le coordinateur les relaie.

La concurrence est configurable par thread et par défaut à quatre agents, y compris le coordinateur. Dans ce budget, un smart worker pourrait coordonner un scout et un autre worker, ou le coordinateur pourrait envoyer trois scouts enquêter sur des questions distinctes.

Choisir le contexte hérité par les agents

Le fork de l'historique de conversation aide les agents à comprendre l'objectif global et les décisions antérieures. Commencer avec fork_turns: "none" donne à un agent une mission fraîche et ciblée à la place. Les agents en contexte frais peuvent toujours reconnaître quand un coéquipier a besoin d'informations et le contacter indépendamment.

Les agents qui héritent du contexte de leur parent peuvent également voir ses instructions d'orchestration. Lorsqu'un agent doit rester une feuille, donnez-lui une limite courte :

Effectuez cette mission directement. Ne générez pas d'autres agents ; les instructions de délégation de votre parent ne s'appliquent qu'à votre parent.

Les agents en contexte frais n'hériteront pas des limites d'outils ou de sécurité propres à la tâche, alors incluez toutes les restrictions essentielles directement dans leurs missions.

Capturer le motif dans une skill

Une skill pratique peut donner au coordinateur quelques instructions permanentes :

Restez disponible pour l'utilisateur tout en déléguant le travail substantiel. Envoyez des scouts ciblés en lecture seule en parallèle avec reasoning_effort: "low" et fork_turns: "none". Utilisez reasoning_effort: "medium" pour l'implémentation de routine et reasoning_effort: "high" pour les problèmes plus difficiles. Donnez à chaque agent une propriété claire, évitez les missions qui se chevauchent et dites aux workers feuilles de ne pas déléguer. Rassemblez les résultats et conservez les approbations avec l'utilisateur.

Expérimenter avec les réglages

Commencez avec ces valeurs par défaut, puis expérimentez avec l'effort de raisonnement, l'héritage du contexte, l'autorité de délégation et la façon dont les agents collaborent. L'objectif est de comprendre quels réglages aident une équipe à faire avancer le travail sans dépenser plus de raisonnement que la tâche ne l'exige.

Remixer dans YouMind

Turn one viral article into a full content workflow

Collect the source, decode the pattern, create assets, draft the story, and distribute from one AI workspace.

Explore YouMind
Pour les créateurs

Transformez votre Markdown en un article 𝕏 impeccable

Quand vous publiez vos propres textes longs, la mise en forme 𝕏 des images, tableaux et blocs de code est pénible. YouMind transforme un brouillon Markdown complet en un article 𝕏 impeccable, prêt à publier.

Essayer Markdown vers 𝕏

D'autres patterns à décoder

Articles viraux récents

Explorer plus d'articles viraux