AI Agent / 系统课时

选择模型与推理强度

选择模型与推理强度

模型决定基础能力与速度,推理强度决定同一模型愿意投入多少分析。本课建立一套按任务复杂度选择的规则,并用 CLI 临时指定模型与推理级别,避免所有任务都使用最高配置。

学习目标

  • 区分模型选择与推理强度两个独立维度
  • 为轻量修改、复杂调试和架构任务匹配配置
  • 通过命令行覆盖默认模型与推理级别

先按任务风险分类

当前 Codex 提供多种 GPT-5.6 系列模型,能力、速度与成本定位不同;交互式 CLI 可用 /model 切换模型和推理强度,也可通过 --model 或 -m 在启动时指定。可用模型会随产品更新,应以当前模型选择器为准。

轻量、边界明确的文本替换或小函数修改,优先使用更快模型和低至中等推理;跨文件缺陷、并发问题和失败测试定位,使用中高推理;架构迁移、长期任务或高风险安全修改,再考虑能力更强的模型与更高推理。官方建议也是从默认强度开始,只在任务需要更深规划时上调。

建立选择规则

可以用“范围、歧义、风险”三个问题判断:要读多少模块,需求是否存在多种解释,错误修改会造成多大影响。三个维度都低时,不必投入最高推理;任一维度高时,先增加计划和验证,再决定是否升级模型。

不要只看代码行数。修改五行鉴权代码可能比生成五百行测试数据风险更高;同样,模型更强也不能替代清晰范围、可复现错误和验收命令。

临时覆盖并验证

下面先用平衡型模型处理普通任务,再用更高推理强度处理复杂调试。模型名称以当前安装可用列表为准。

bash
codex -m gpt-5.6-terra "检查当前改动是否缺少测试,不要修改文件。"
codex -m gpt-5.6-sol --config 'model_reasoning_effort="high"' "定位失败测试的根因,先给证据再提出修复。"

预期结果是两次独立会话使用指定模型启动;第二次会话显示更高推理级别,实际状态栏文字可能随版本变化:

text
model: gpt-5.6-terra
reasoning: <DEFAULT_EFFORT>

model: gpt-5.6-sol
reasoning: high

如果任务在低强度下反复猜测、遗漏跨模块关系或无法解释测试失败,应升级推理;如果高强度只产生更长但没有新增证据的分析,则应收窄任务范围或降低配置。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

选择模型与推理强度

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通