4. 搭建"规划者 + 低成本执行子代理"的编程流水线

他们做了什么

在讨论帖中，评论者说他们没有依赖 Codex 默认的代理流程，而是自己搭建了一套工作流：只用 GPT-5.5 来规划任务，再把任务交给 GPT-5.4 Mini 代理完成大部分实际工作，其中包括编辑文件。这套分配方式是他们自己选择并组装的。

结果如何

据称，由于大部分任务由 GPT-5.4 Mini 完成，昂贵的模型只用于规划，大多数编程工作的成本降低了。评论没有提供数据、示例或失败案例。

需要知道

主要的门槛是工作流需要自己搭建；评论附上了一个 GitHub 项目链接，但没有给出搭建耗时或成本数据。

你可以这样尝试

在 [仓库路径] 中为这个任务建立一个两阶段工作流：[任务描述]。首先，用最强的模型写一份分步计划，拆成范围清晰的小任务，并附上验收测试。然后把每个小任务交给一个更便宜、更小的模型作为执行子代理，并让规划者评审每个结果。所有验收测试通过后停止，给我一份关于计划、改动以及哪些小任务需要返工的总结。