Ngày 16/3/2026, OpenAI chính thức ra mắt Subagents (hay còn gọi là multi-agents) cho nền tảng Codex – một bước tiến lớn biến Codex từ “một trợ lý code” thành “đội quân AI chuyên trách” thực sự.
Thay vì một agent duy nhất phải làm hết mọi việc (dễ mệt mỏi và lẫn lộn context), Codex giờ đây có thể tự động sinh ra nhiều subagent chạy song song, mỗi con chuyên một nhiệm vụ riêng, rồi tổng hợp kết quả lại chỉ trong một response duy nhất.
Đây chính là tính năng vừa hỗ trợ mà cộng đồng dev đang háo hức bàn tán trên Reddit, LinkedIn và X. Hãy cùng tìm hiểu chi tiết nhé!
Subagents là gì?
Subagents là các agent con được Codex sinh ra để xử lý các nhiệm vụ có thể song song hóa.
Bạn không cần code phức tạp hay dùng framework agent riêng – chỉ cần yêu cầu bằng ngôn ngữ tự nhiên, Codex sẽ tự:
- Phân tích task
- Sinh ra các subagent chuyên biệt
- Chạy chúng song song
- Chờ tất cả hoàn thành
- Tổng hợp kết quả đẹp đẽ
Codex có sẵn 3 built-in agent:
- default: Agent đa năng fallback
- worker: Tập trung thực thi code, fix bug
- explorer: Đọc code, khám phá codebase (read-only)
Bạn còn có thể tạo custom agent hoàn toàn theo ý mình.
Cách Subagents hoạt động (kiến trúc & workflow)
Codex đóng vai trò Orchestrator (điều phối viên):
- Bạn đưa prompt yêu cầu spawn agent.
- Codex sinh ra các subagent (mỗi con có model, instruction, sandbox riêng).
- Các subagent chạy độc lập, song song (mặc định tối đa 6 thread).
- Codex chờ tất cả xong → tổng hợp → trả về một câu trả lời duy nhất.
Giới hạn an toàn (có thể chỉnh trong config.toml):
max_threads = 6-
max_depth = 1(không cho phép agent con sinh thêm agent cháu quá sâu) job_max_runtime_seconds = 1800
Subagent chỉ hoạt động khi bạn explicitly yêu cầu (Codex không tự động spawn để tránh tốn token vô ích).
Lợi ích nổi bật
- Tăng tốc độ cực mạnh với task phức tạp (PR review, audit codebase, debug UI regression…).
- Mỗi agent chuyên sâu → ít hallucinate hơn, context sạch hơn.
- Tiết kiệm thời gian: Thay vì hỏi 6 lần riêng lẻ, bạn hỏi một lần, Codex làm hết.
- Dễ tùy biến: Custom agent bằng file TOML siêu đơn giản.
Token note: Sẽ tốn nhiều token hơn (vì mỗi subagent đều chạy model riêng), nhưng đáng giá với task lớn.
Cách sử dụng thực tế (ví dụ cực kỳ hữu ích)
Ví dụ 1: Review PR bằng 6 agent song song
I would like to review the following points on the current PR (this branch vs main).
Spawn one agent per point, wait for all of them, and summarize the result for each point.
1. Security issue
2. Code quality
3. Bugs
4. Race conditions
5. Test flakiness
6. Maintainability of the code
→ Codex sẽ spawn 6 subagent, mỗi con chuyên một khía cạnh, rồi trả về bảng tóm tắt gọn gàng.
Ví dụ 2: Tạo custom agent (file TOML)
Tạo thư mục ~/.codex/agents/ hoặc .codex/agents/ trong project.
File pr-explorer.toml:
name = "pr_explorer"
description = "Read-only codebase explorer"
model = "gpt-5.3-codex-spark"
model_reasoning_effort = "medium"
sandbox_mode = "read-only"
developer_instructions = """
Stay in exploration mode.
Trace the real execution path, cite files and symbols.
Avoid proposing fixes unless the parent agent asks.
"""
Tương tự bạn có thể tạo reviewer.toml, docs-researcher.toml (kết nối MCP server để tra tài liệu OpenAI)… rồi dùng ngay trong prompt.
Ví dụ 3: Batch processing hàng trăm file với spawn_agents_on_csv
Đây là tính năng “thần thánh” cho audit lớn:
- Tạo CSV danh sách component/file
- Spawn hàng loạt worker agent
- Mỗi con review một item → xuất CSV kết quả hoàn chỉnh
Cấu hình & mẹo hay
- Custom agent nằm trong
~/.codex/agents/(toàn máy) hoặc.codex/agents/(per project). - Agent có nickname đẹp (Atlas, Delta, Echo…) để dễ theo dõi trong CLI/app.
- Hiện tại hiển thị tốt trên Codex App và CLI. IDE Extension sẽ hỗ trợ sớm.
- Muốn theo dõi tiến trình: Dùng lệnh
/agenttrong CLI.
Tương lai của coding đã đến!
Subagents biến Codex thành một hệ thống multi-agent thực thụ – giống như bạn có cả team senior dev, junior dev, tester, security expert làm việc cùng lúc, nhưng chỉ tốn một prompt.
Đây không chỉ là tính năng mới – đây là bước ngoặt khiến AI coding từ “trợ lý” lên thành “đồng nghiệp thật sự”.
Top comments (0)