个人目前体验下来的GPTplus用户节省Token的子Agent最佳用法

网上有人分享使用Sol作为主线程Agent，lunamax作为子线程subAgent的操作。实际使用下来会发现子线程subAgent和主线程Agent的沟通成本会极大的提高整体的用量。

对于Pro用户来说Sol直接处理全部的事情反而比上面说的这种方法会更好。(除非太慢了，额外开一个别的模型的执行子线程即可）

但如果你在主线程里使用lunamax，复杂任务交给Sol子线程（让Luna自己判断）则会节省很多的简单任务的执行消耗。复杂任务可以主动提及或者由模型自行判断。在此基础上，还可以增加Grok和Deepseekv4Flash作为快速且相对廉价的执行子线程Agent。

直接和你的ChatGPT说：```
我想要主Agent使用luna(max)的模型。
然后创建一个Sol(xhigh)的专家subAgent用于处理复杂场景的任务。
对应的修改全局AGENTS.md和~/.codex/agents/还有~/.codex/config.toml文件。
``如果你有DS或者Grok的api（需要支持responses格式，需要按DS和Grok修改下面的内容，不支持的订阅建议通过CCSwitch等转换）：``
在~/.codex/agents/创建一个DS/Grok的subAgent（无识图能力），他们能够快速的执行相关的任务，很好的根据具体要求修改代码，（grok额外加一句：有较好的web_search能力）。

补充修改全局AGENTS.md里的描述。

模型的调用端点是：https://xxx.xxx.xxx/v1（按实际修改），模型为：grok-4.5（按实际修改）API_KEY为：XXXXX （可以考虑先配置到环境变量或者是让大模型先写一个demo你自己去改文件）
```当你感觉lunamax不适合作为主Agent的时候，可以直接在客户端上切换，比如Sol的其它档位。

另外如果是没有订阅而使用deepseek或者grok接入的用户，也可以参考这个逻辑搞个多模态模型的子Agent，主Agent在AGENTS.md里约束其把图片识别相关的交给subAgent。