GPT-5.6 Sol 在与团队协作时尤其有趣。Codex 的新 Multi-Agent V2 工具为 Sol 和 Terra 提供了一种自然的方式来委派任务、共享更新，并通过复杂任务进行协调。
Ultra 将 Agent 协作设为默认模式，最适合用于高风险工作，在这些工作中，模糊性或分散的上下文值得增加深度。
对于其他任务，一个简短的提示或技能可以鼓励 Sol Medium 表现出同样的协作行为，因为它会在与你对话的同时在后台组织工作。如果引导得当，Sol 可以将宽泛的请求转化为明确的分配，调用其他 Agent，并决定何时问题需要更深入的推理。
将推理与工作匹配
虽然可以让 Sol 委派给另一个模型（如 Terra），但最简单的设置是保持同一个模型家族，只调整推理力度，并分配明确的角色，如下所示：
- 侦察兵 — GPT-5.6 Sol Light。 回答狭窄的只读问题：定位文件、追踪代码路径或查找相关测试。
- 执行者 — GPT-5.6 Sol Medium。 实施范围明确的变更、运行检查或处理辅助工作。
- 智能执行者 — GPT-5.6 Sol High。 承担困难的实现、解决模糊性问题，或在必要时协调帮助。
将这些角色视为有用的默认设置。Sol Light 保留了判断能力，可以找到有用的上下文，而无需在发现上花费太多推理。
让团队协调
协调者充当主要的委派者：它分配实质性工作，避免重复调查，并跟踪每个 Agent 正在做什么。侦察兵可以并行调查，而执行者可以在职责明确时共享实现。
Agent 还可以通过一个带有独立收件箱的通用消息系统直接相互发送消息。当侦察兵发现执行者需要的信息时，它可以识别依赖关系，并直接传递其发现，而无需等待协调者转发。
并发性在每个线程中可配置，默认为四个 Agent（包括协调者）。在此预算内，一个智能执行者可以协调一个侦察兵和另一个执行者，或者协调者可以派出三个侦察兵分别调查不同的问题。
选择 Agent 继承的上下文
分叉对话历史有助于 Agent 理解更广泛的目标和之前的决策。从 fork_turns: "none" 开始，给 Agent 一个全新的、专注的分配。全新上下文的 Agent 仍然可以识别队友何时需要信息，并独立联系他们。
继承父级上下文的 Agent 也可能看到其编排指令。当 Agent 应保持为叶子节点时，给它一个简短的限制：
直接完成此分配。不要生成其他 Agent；你父级的委派指令仅适用于你的父级。
全新上下文的 Agent 不会继承特定任务工具或安全边界，因此请将任何必要的限制直接包含在其分配中。
将模式捕获为技能
一个实用的技能可以给协调者一些固定的指令：
在委派实质性工作时保持对用户可用。并行派出聚焦的只读侦察兵，使用
reasoning_effort: "low"和fork_turns: "none"。常规实现使用reasoning_effort: "medium"，更困难的问题使用reasoning_effort: "high"。给每个 Agent 明确的所有权，避免重叠分配，并告诉叶子执行者不要委派。汇总结果，并将审批权留给用户。
尝试调节参数
从这些默认设置开始，然后尝试调整推理力度、上下文继承、委派权限以及 Agent 的协作方式。目标是理解哪些设置能帮助团队推进工作，而不会花费超过任务所需的推理。
