Codex воспроизводит тот же приём в терминологии OpenAI, и разница здесь скорее в словаре, чем в сути: вместо оркестратора - manager, который раздаёт работу, а передача управления идёт не только через вызов инструмента, но и через handoff - полную передачу ведения другому агенту. Правила поведения живут в файле AGENTS.md: глобальный экземпляр лежит в ~/.codex/, а проектный в корне репозитория дополняет и при необходимости переопределяет его. Субагенты описываются не в markdown, а в TOML-файлах внутри .codex/agents/ - с именем, описанием и инструкциями для разработчика в каждом. Модель, которая стоит за средой, - GPT-5.6; архитектуру OpenAI, как и Anthropic, не раскрывает.
Отличие от Claude Code не в самом факте делегирования, а в двух конкретных акцентах. Первый - явный handoff как отдельный механизм: manager может не просто вызвать субагента как инструмент и получить ответ, а целиком передать ему ведение задачи, будто эстафету, и тогда именно этот субагент становится текущим исполнителем до следующей передачи. Второй акцент - код-first сборка: результат работы субагентов по-прежнему возвращается наверх одним консолидированным ответом, а не потоком промежуточных сообщений, что упрощает встраивание Codex в более крупные пайплайны, собранные из кода.
Отдельная практическая деталь - как Codex подключается извне. Интеграция идёт по MCP: либо через app server, либо через плагин для Claude Code, и в обоих случаях Codex выступает поставщиком возможностей для чужой оркестрации, а не только собственной CLI-оболочкой. Когда систему собирают не через конфиг, а из кода, к этому добавляется связка с Agents SDK - тем же способом, каким TOML-описание субагента превращается в вызываемый узел графа.
Официальные материалы раздела покрывают обе стороны: практический гайд OpenAI по построению агентов - это общая теория паттерна, а доки по оркестрации и хендоффам, по субагентам Codex и по AGENTS.md - уже прикладная сторона именно этой CLI. Репозиторий Codex на GitHub стоит держать под рукой отдельно, потому что именно там быстрее всего меняются детали конкретной версии.
Мета-промпт для этой среды устроен так же, как для Claude Code, но говорит на языке manager-а: агент читает перечисленные материалы OpenAI, затем создаёт или обновляет AGENTS.md с глобальными правилами и проектными переопределениями, явно фиксирует, когда делегировать через инструмент, а когда передавать ведение через handoff, и настраивает возврат консолидированного ответа вместо потокового дампа. Субагенты Codex заводятся как TOML-файлы в .codex/agents/ с явным ожиданием завершения всех перед тем, как manager сформирует единый ответ.
И здесь план показывается до того, как что-либо будет записано в проект, - тот же принцип, что и у Claude Code, просто закреплённый в других файлах и с другим именем у ведущей роли.
Прочитай:
- cdn.openai.com/business-guides-and-resources/
a-practical-guide-to-building-agents.pdf
- developers.openai.com/api/docs/guides/agents/orchestration
- learn.chatgpt.com/docs/agent-configuration/subagents
Настрой ЭТОТ проект под "manager + субагенты/handoffs":
1. Создай/обнови AGENTS.md: глоб. правила + пер-проектные
оверрайды; роль manager; когда делегировать, когда handoff;
консолидированный ответ вместо дампа.
2. Субагенты Codex - TOML в .codex/agents/ (name, description,
developer_instructions): спавн, ожидание всех, единый ответ.
3. Код-first: связка Codex + Agents SDK (Codex как MCP, стейт).
4. Баланс качество - экономия токенов: узкий контекст,
консолидированные ответы, без лишних проходов.
Сначала план, потом правки.