OpenAI Codex 多智能体 v2 线程级 runtime 路由：路由网关运维视角全面解读

OpenAI Codex CLI 0.137.0 于 2026 年 6 月 4 日发布，带来多项重大更新：多智能体 v2 支持每个生成的子智能体携带独立的 model 和 provider 选择；企业级 credit 额度按 seat 类型精细控制；云托管配置包实现集中下发。对于通过 AI 路由网关管理 coding agent 流量的工程团队而言，这些变化将路由决策从会话级粒度推进到线程级，直接影响成本归因、provider 选择和治理策略的制定方式。

OpenAI Codex 多智能体 v2 更新了什么

Codex CLI 0.137.0 changelog 包含多项与运维直接相关的变更：

多智能体 v2（PRs #25266、#25636、#25720–25722、#25841、#26114）是本次最核心的更新。此前，从父 Codex 会话中生成的所有子智能体均继承父会话的 runtime 配置——同一个模型、同一个 provider endpoint、同一套 approval policy。在 v2 中，每个线程保留其独立的 runtime 选择。父智能体生成子智能体时，子智能体继承父默认值，但可以独立覆盖 model、provider 或 sandbox，从而在单个会话内形成线程级路由决策树。

企业级 credit 额度（PRs #24812、#24617–24620、#24622、#25963）支持按 seat 类型设置月度 credit 上限，并可为单个用户单独覆盖。Business 和 Enterprise 工作区管理员可以为 Codex seat 和 ChatGPT seat 设置不同的消费上限。云托管配置包（cloud-managed config bundles）允许管理员向团队集中推送 provider 和 model 配置，无需逐用户手动设置。

远程控制 RPC（PRs #25675、#25785）让远程控制客户端可以通过 app-server v2 发起配对、列出控制器权限和撤销访问。这是治理层面的新增能力：在共享环境中运行 Codex 的组织现在可以编程化管理谁控制哪个智能体。

可机器解析的插件输出（codex plugin list --json，PRs #25330、#25457）使 CI 流水线和自动化工具能够无需解析终端输出即可枚举可用插件。对于在 Codex 之上构建内部开发平台的团队，这使得插件清册可以程序化读取。

托管 web 和 image 工具扩展到更多 code-mode 流程（PRs #25176、#25702、#25890、#25923），独立的 web 搜索支持并行执行——意味着 Codex 子智能体现在可以并发搜索网页，而非串行阻塞。

线程级 runtime 路由对 AI 工程团队的影响

从会话级切换到线程级 model 选择，对通过路由网关运行 coding agent 的团队有明确的现实意义：路由粒度提升了一个量级。

在多智能体 v2 之前，将 Codex 配置为通过 AI 路由网关运行意味着一个会话中的所有子智能体都命中同一个 model endpoint。网关可以应用会话级路由规则——"将 Codex 请求路由到 gpt-5，fallback 到 deepseek-v4"——所有线程遵循同一条路径。

v2 之后，每个生成的子智能体线程可以携带独立的 model 标识。一个负责编排复杂任务的父智能体可能会生成：

• 规划子智能体路由到推理优化模型（如 gpt-5 或 claude-opus-4）
• 代码生成子智能体路由到快速、高性价比模型（如 deepseek-v4-flash 或 gpt-5-mini）
• 代码审查子智能体路由到另一个 provider 以获得多样性（如 claude-opus-4 用于对抗性审查）

对于管理 provider 路由的运维人员，这意味着三件事：

1. Fallback 逻辑必须具备线程感知能力。 网关级的"如果 provider X 宕机则 fallback 到 Y"规则依然有效，但成本归因和延迟 SLA 追踪现在需要线程级上下文。每个子智能体线程都是独立的计费和可靠性单元。

2. Credit 额度与线程数量之间存在交互。 企业级 credit 额度按 seat 类型和用户粒度设置，而每个线程可能使用不同价格的 model，多智能体会话的成本预测因此变为非线性。一个生成 6 个并行子智能体、跨 3 个不同 model 的会话将产生 6 条独立的 credit 消耗路径。

3. 配置包的传播方式发生改变。 云托管配置包让管理员推送集中设置，但线程级 runtime 覆盖意味着个别线程可以偏离管理员预定的 model 路由策略。运维人员需要有可视性来确认生成的子智能体是否遵守了集中配置。

路由网关运维视角：网关层需要做哪些调整

从路由层角度来看，Codex 多智能体 v2 为运行多 provider 路由的团队带来了三个新的运维挑战：

会话到线程的映射。 传统 AI 路由网关在会话级追踪请求——一个会话、一套路由策略、一条 fallback 链。在线程级 runtime 选择下，单个 Codex 会话可以向不同 provider 发起多个并发请求。网关需要在会话上下文内维护线程级路由状态。

成本归因粒度。 当每个子智能体线程独立选择 model 时，计费对账必须按线程归因而非按会话。通过共享路由网关运行 Codex 的企业团队需要 request ledger 条目能够区分编排器线程和每个生成的子智能体，并记录每个线程使用的 model 和 provider。

按线程的 provider 健康信号。 如果一个生成的子智能体路由到 provider A 并超时，路由层不应因此将 provider A 标记为整个会话的不可用状态。线程级路由意味着健康信号和重试逻辑需要线程范围的上下文，以避免对单个子智能体失败的过度反应。

Codex 多智能体 v2 运维检查清单

• 验证你的网关是否支持单会话内并发多 provider 路由。 如果路由层假设"一个会话 = 一个 provider"，多智能体 v2 将在跨 provider 并发请求到达时暴露这一假设。

• 更新成本归因以包含线程级元数据。 Codex v2 在生成的智能体上暴露 parent_thread_id——用于层次化计费，区分编排器与子智能体。

• 测试混合 provider 子智能体的 fallback 行为。 生成一个包含路由到 2–3 个不同 provider 的子智能体会话，然后模拟其中一个 provider 故障。验证网关能够按线程 failover，而不影响兄弟线程或父编排器。

• 审计配置包传播。 如果你的组织使用云托管配置包，请验证线程级 runtime 覆盖是刻意的，而非集中配置的意外策略漂移。

• 程序化枚举插件目录。 在 Codex 会话启动前的 CI 流水线中使用 codex plugin list --json 验证可用插件和工具，特别是治理敏感的部署场景。

TheRouter 用户应关注什么

TheRouter 本身支持 OpenAI-compatible 多 provider 路由，Codex 流量与其他 OpenAI-compatible 客户端走同一请求路径。多智能体 v2 带来的关键变化是：

• 线程级 model 路由天然兼容。 TheRouter 的路由策略按请求粒度生效，而非按会话，因此每个 Codex 子智能体线程自动获得独立的路由决策——不存在会话亲和约束阻止线程级 provider 选择。

• Request ledger 条目捕获线程级上下文。 每个 Codex 子智能体请求生成独立的 ledger 条目，记录 model、provider、延迟和 token 用量，实现线程级成本归因而无需自定义埋点。

• Fallback 策略按线程生效。 如果某个生成的子智能体首选的 provider 不可用，该特定线程的 fallback 链被触发，不影响兄弟线程或父编排器。

对于探索多智能体 Codex 部署的团队，TheRouter 的多 provider 路由和 request ledger 文档覆盖了多智能体 v2 使之一更加重要的路由和成本归因模式。