GPT-5.6 Multi-Agent v2：子模型自动路由架构解析

GPT-5.6 Multi-Agent v2：子模型自动路由架构解析 | 前端进阶之旅

Full translation

完整中文译文

引言：从"选将"到"派活"

过去两年，开发者就像身处一家不断扩张的超市：GPT-4、Claude、Gemma、DeepSeek、Qwen……每个模型都有自己的 API 形态、计费维度和能力曲线。产品一旦成型，反复出现的噩梦很少是模型太弱，而是"上个月调的模型已经被超越了，代码又得改"。大约在 8 月 16 日，OpenAI 向所有 Codex 用户推出了 GPT-5.6 Multi-Agent v2。它最低调却最具范式颠覆性的变化是：主 agent 现在可以自动将子任务委托给不同的模型，每个子 agent 还可以设置自己的推理强度。OpenAI 总裁 Greg Brockman 说得直白：这是"告别手动选模型"的一步。这句话背后是 AI 应用层更宏观的迁移：模型选择正在从人类经验转向系统调度。开发者的工作不再是维护一个硬编码的模型映射表，而是构建一个模型可以自由进出、灵活调度的路由层。

1. Multi-Agent v2 到底改变了什么？

1.1 架构：主 Agent 当"工头"，子 Agent 按实力分工

GPT-5.6 Multi-Agent v2 的核心设计可以用一句话概括：拆解任务，按难度和成本自动匹配模型层级。在 ChatGPT 和 Codex 当前可用的模型阵容中，角色大致如下：

主 agent 不再要求开发者在每次调用前显式指定模型，而是根据子任务的复杂度、上下文长度、延迟要求和工具依赖，自动选择 Sol、Terra 或 Luna。每个子 agent 还可以独立配置 reasoning_effort，在同一模型家族内实现差异化推理。三周前，Luna 还因为缺乏 agent 间通信支持被系统拒绝参与 multi-agent 委托，GitHub 和 OpenAI 社区出现了"把 Luna 还给我们"这样的帖子。v2 更新修复了这个问题，意味着这款轻量级模型现在真正成为了自动调度池的一部分，而不仅仅是主 agent 的备选。

1.2 成本控制：20% 的步骤吃掉 80% 的算力预算

OpenAI 的一个关键数据是：复杂任务中大约只有 20% 的步骤需要最强模型，其余都可以走更便宜的层级。听起来像是又一个帕累托分布，但这有严肃的工程含义。几个公开验证过的案例：

Hypha AI 用 Luna 做文档提取，以 1/18 的成本保留了约 98% 的 GPT-5.5 准确率。

Browser Use 在 106 个最难的浏览器任务上运行 Luna，以约 14 美元完成了 78%，而最强模型达到 80% 花费了约 235 美元。

PlayerZero 在 multi-agent 工程代码检索任务上将推理成本削减了 64%，响应时间削减了 90%，同时 F1 提升了 5 个点。

在 ARC-AGI-3 上，Sol 启用"跨轮次推理持久化 + 长上下文压缩"后从 13.3% 跃升至 38.3%，而输出 token 减少了约 6 倍。这些数字指向同一个结论：成本优化不是换用更便宜的模型，而是在正确的位置用正确的模型。

1.3 性能基础：长对话不再卡死

Multi-agent 并行只有在平台能处理长上下文和高并发时才有效。OpenAI 发布了内部基准：在一次 741 轮、231 MB 的 Codex 会话中，应用加载速度从 27.62 秒降至 1.66 秒，堆内存增长下降了 87.8%，网络请求从 894 次降至 16 次，对话入口加载从 15,529 降至 64。其逻辑是懒加载：打开一个对话不再渲染全部历史，而只渲染当前需要的状态切片。对企业级 agent 部署来说，这是门槛级的提升。长任务不能崩溃，multi-agent 并发必须撑住，平台才能承载真实工作流。

1.4 对开发者的直接启示

Multi-Agent v2 不是让你写更少的代码，而是让你把代码写在正确的地方：

不要再在业务逻辑里硬编码 model = "gpt-5.6-sol"；把模型选择交给路由层。
用 reasoning_effort 而不是 temperature 来控制采样，这是 GPT-5.6 家族的推荐做法。
按"可并行、可摘要"的任务来设计 agent，而不是把所有上下文塞进一次调用。
注意并发和嵌套限制：Codex 默认 agents.max_threads=6、agents.max_depth=1。推得太激进会导致 token 使用量和延迟指数级增长。

2. 实战：构建统一接口的模型无关 Agent 路由器

下面是一个最小的 Python 示例，展示如何结合"任务分级 + 统一 base_url"。思路借鉴 OpenAI Multi-Agent v2：让小模型做初步分诊，再决定是否调用更强模型。

from openai import OpenAI
import os

client = OpenAI(
    api_key=os.getenv("WROUTER_API_KEY"),
    base_url="https://wrouter.ai/v1",
)

def route_task(prompt: str) -> dict:
    # Step 1: lightweight model grades the task
    router_resp = client.chat.completions.create(
        model="gpt-5.6-luna",
        messages=[{
            "role": "system",
            "content": "You are a task router. Reply with one word: easy, medium, or hard."
        }, {"role": "user", "content": prompt}],
        max_tokens=5,
    )
    level = router_resp.choices[0].message.content.strip().lower()

    # Step 2: pick execution model by level
    model_map = {
        "easy": "gpt-5.6-luna",
        "medium": "gpt-5.6-terra",
        "hard": "gpt-5.6-sol",
    }
    model = model_map.get(level, "gpt-5.6-terra")

    exec_resp = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": prompt}],
        reasoning_effort="medium",
    )
    return {
        "level": level,
        "model": model,
        "content": exec_resp.choices[0].message.content,
    }

if __name__ == "__main__":
    result = route_task("Refactor this FastAPI project to support async database connection pools.")
    print(f"Routed level: {result['level']}, actual model: {result['model']}")
    print(result["content"][:500])

这里的关键不是分级本身，而是所有模型都走同一个 base_url。当主 agent 需要将子任务分发给不同模型时，单一入口避免了为每个 provider 写独立的认证、重试和计费逻辑。

3. 生产环境：为什么在多模型世界里路由层至关重要

Multi-Agent v2 发出了一个明确信号：未来应用层的模型调用将越来越像微服务——多模型并行运行、按负载扩展、按能力定价。但这也意味着开发者需要管理的模型端点、计费维度和故障模式将成倍增加。这正是统一 API 网关的价值所在。以 wrouter.ai 为例，它直接对应 Multi-Agent v2 时代的需求：

稳定性。当主 agent 并行向多个模型分发子任务时，任何上游 provider 的限流或瞬时故障都可能拖慢整个工作流。统一网关可以通过负载均衡和自动重试将单点抖动对 agent 系统的影响降到最低。

模型完备性。Multi-agent 系统不会只绑定 OpenAI 一家。Sol 用于编码、Claude 用于长文本、DeepSeek 用于低成本推理、Qwen 用于中文场景——如果每个都有自己的 SDK，agent 的编排逻辑就会被厂商差异污染。统一接口让开发者可以把不同模型当作同一池"计算资源"来对待。

统一计费。当 20% 的步骤用旗舰模型、80% 用轻量模型时，账单来自多个厂商、多种货币、多种计费粒度。统一计费让成本归因可追溯，使按任务或按 agent 做预算成为可能。

换句话说，OpenAI 在应用层处理自动模型选择，而开发者在基础设施层仍然需要一个模型无关的接入平面。后者不决定用哪个模型，但它决定了你是否可以自由地使用任何模型。

结语：让 Agent 智能，让自己保持自由

GPT-5.6 Multi-Agent v2 的发布不是又一次排行榜刷新。它把"模型选择"从开发者肩上卸了下来。对普通开发者来说，这意味着可以把更多精力放在任务分解和业务逻辑上，而不是盯着哪个厂商刚降价或发布了新基准。但也要看到硬币的另一面：当 agent 系统开始在模型间自动切换时，你的代码与这些模型之间的耦合点会变得更加隐蔽。如果路由、认证和计费仍然分散在各个厂商的 SDK 中，运营复杂度会迅速吞噬"自动模型选择"承诺的灵活性。

所以下一步很清晰：让 Agent 智能，让统一接口保持你的自由。