正在打开每日关注
用 Pro 编排 Codex 的双层协作闭环
分享 ChatGPT Pro 负责规划审查、Codex 负责本地执行的多轮协作方法。
来源摘录
看来大家都认为 GPT-5.6 Pro 才是现在最强的模型啊 GPT-5.6 Sol Pro>Fable 5 Ultracode > GPT-5.6 Sol Ultra 看到两个很好的 Pro + Codex 的用法： 让 Codex 用内置 Browser 登录 GPT Web，把 Pro 设为 Orchestrator，自己当 Executor。Pro 出方案，Codex 写代码、跑测试、回去复审，一直循环。 让 Pro 先调研、规划，再打成 ZIP 包丢给 Codex 执行。
Agreed: GPT-5.6 Pro (which is only available via the chatbot) is the smartest model out there. GPT-5.6 Ultra (the best model in Codex) is not near as powerful on hard tasks. For really hard problems: GPT-5.6 Sol Pro>Fable 5 Ultracode > GPT-5.6 Sol Ultra. (Yes, this is confusing)
深度解析
是什么 这是一条关于“模型分工”与复杂任务协作的经验型观点。作者并不只是在给出模型排行榜，而是把能力更强、适合长链路推理的 ChatGPT Pro 放到规划和审查位，再让 Codex 在本地工作区完成修改、测试与反馈；另一条路径则是先由 Pro 调研、规划，再通过 ZIP 将上下文交付给 Codex。
核心设计
第一种方案形成“规划 → 执行 → 测试 → 回传 → 复审”的闭环，并用最多 6 轮、明确角色和验收标准控制协作边界。截图中的 stats 任务报告、ACCEPT 结果和 20 项测试通过，体现了这种流程的可审计性。
关键洞察 它揭示了当前 Agent 工程中的一个现实：最强的推理模型、能操作本地文件的编码代理和可持续的对话界面，往往不是同一个运行环境。把它们组合成“监督者—执行者”结构，可能比让单一模型包办全部工作更稳定，也更容易定位失败环节。
边界与风险 模型强弱排序属于主观且时间敏感的判断，不能替代基准测试。Browser 登录、ZIP 传递和本地代码修改还涉及凭据、上下文完整性与权限风险；实际落地应限定工作区和轮次，保留测试证据，并对高风险改动进行人工复核。