Codex 0.145.0 實戰：用 /import 從 Cursor／Claude Code 一鍵搬家，再把 multi-agent V2 開起來

瀏覽次數: 6

本文大綱

一、想試 Codex，最大的門檻不是模型，是「搬家」

你在 Claude Code 或 Cursor 累積的東西——CLAUDE.md、一整包 skill、十幾個 MCP server 的授權、自己寫的 slash command——換工具等於全部重來一次。這個沉沒成本，才是多數人不去試別的 coding agent 的真正原因。

openai/codex 的 rust-v0.145.0（GitHub release 頁標記 2026-07-21 釋出）針對這件事做了兩件值得照做的事：把 /import 補強成真正能搬家的工具，並把 multi-agent V2 穩定化。這篇不談趨勢，就帶你把這兩件事都跑起來。

（同版還有 experimental 分頁式 thread history、Amazon Bedrock 登入、audio 輸入與 realtime V3 對話、ripgrep 升到 15.2.0，這裡先聚焦搬家與多分身。）

二、/import 到底搬什麼

Release note 原文寫得很明確：Expanded /import to migrate Cursor and Claude Code settings, MCP servers, plugins, sessions, commands, and project-scoped memories（#31672, #33411, #33426, #33444）。還有一句關鍵：plugin commands convert to skills during installation——你在 Claude Code 用 plugin 裝的指令，搬過來會被轉成 Codex 的 skill。

對照它把什麼搬去哪（下表整理自 OpenAI 官方 import 文件，以及 Daniel Vaughan 的 Codex Knowledge Base 遷移整理）：

CLAUDE.md → AGENTS.md（術語會被改寫）
settings.json → config.toml（會過 TOML schema 驗證）
.claude/skills、slash command → .agents/skills/ 下的 SKILL.md；plugin 指令轉成 skill
MCP servers → config.toml 的 [mcp_servers.*]
sessions（近 30 天）→ Codex threads
hooks → .codex/hooks/（只搬 command 類 hook）
subagents → .codex/agents/

怎麼跑？ Release 用的是 CLI 內的 slash command，直接在 session 裡輸入 /import。OpenAI 官方文件另外描述了 app 端的 Settings › Import 互動流程（會列出偵測到的 agent 讓你勾選）。Daniel Vaughan 的整理提到還有一個 migrate-to-codex skill，帶 --scan-only、--plan、--doctor、--dry-run 幾個旗標——先 --dry-run 看它打算搬什麼，再真的執行，這是我會建議的第一步。

誠實標註限制（別搬完才踩到）：

單向遷移。官方明講 importing is one-way——你在 Codex 的改動不會回寫 Claude Code。
Standard Claude Chat 的對話資料不能 import，能搬的是 Claude Code 這個 agent 的設定與 session，不是你在 Claude 網頁聊天的內容。
既有 setup 不受影響（官方：Your existing agent setup will not be affected），可以放心試。
會被跳過的（Daniel Vaughan 整理，官方沒逐條列，實測前當 caveat 看）：$ARGUMENTS 這種 runtime 展開、條件式 hook group、async handler、被停用的 MCP server。

三、搬完先做的三件事（照做）

diff AGENTS.md 與原本的 CLAUDE.md。Codex 讀的是 AGENTS.md，術語改寫過，掃一遍確認語意沒跑掉。
檢查 [mcp_servers.*]。需要 OAuth／token 的 server 幾乎一定要重新授權，設定搬過來、憑證不會跟著搬。
補 slash command 變 skill 後的語法。原本吃 $ARGUMENTS 的指令，轉成 skill 後要手動補參數處理。

四、multi-agent V2：把 Codex 變成能開分身的 orchestrator

Release note 原文：Stabilized the opt-in multi-agent V2 experience with configurable sub-agent models, reasoning levels, concurrency, restored roles, and improved agent navigation（#33550, #33631, #33657, #33841, #34383）。翻成人話：一個 root session 現在可以穩定地開出多個 sub-agent，每個分身能配自己的 model、reasoning level、sandbox，跑完把結果回報給 root。

運作機制：root 用 spawn_agent 開新的 agent thread，每個 thread 是獨立 agent（有自己的 model、reasoning、sandbox），跑完回報。官方 config reference 列出的工具集是：spawn_agent、send_input、resume_agent、wait_agent、close_agent——分別對應開分身、丟輸入、續跑、等它跑完、收掉。

開起來（~/.codex/config.toml，用官方 config reference 的 key）：

[features]
multi_agent = true   # 官方 reference 標為 stable、預設開啟

[agents]
max_threads = 6      # 同時可開的 agent thread 數，預設 6
max_depth = 1        # 巢狀深度，root = 0，預設 1

一個要誠實講的落差：release 稱它 "multi-agent V2" 且說 opt-in，但現在的官方 config reference 已把 features.multi_agent 列為 stable、預設開啟——合理推測是這一版穩定化後轉為預設。早期社群指南（Daniel Vaughan）用過 multi_agent_v2 = true 這種舊 key，以官方 reference 為準。

設定角色（官方 reference 的 per-role key）：

[agents.reviewer]
config_file = ".codex/agents/reviewer.toml"  # 這個角色的設定層
description = "只讀 code review，找 bug 不改檔"
nickname_candidates = ["Reviewer-A", "Reviewer-B"]

在 reviewer.toml 裡覆寫 model、model_reasoning_effort、sandbox_mode 等；沒設的就繼承 parent session。想法是：review 用高 reasoning、只讀 sandbox；實作用一般 reasoning、可寫 workspace。

spawn 時可即時覆寫（spawn_agent 參數，Daniel Vaughan 整理）可帶 agent_type、model、reasoning_effort：

{ "message": "掃 python 檔找 injection", "task_name": "sec_scan", "agent_type": "reviewer", "reasoning_effort": "high" }

TUI 導覽：/agent 開 picker，Alt+← / Alt+→ 在分身間切換（Daniel Vaughan 整理）。

五、什麼時候用、什麼時候別用

該用：任務能平行、彼此獨立——一個寫實作、一個補測試、一個做 review；或大 repo 分模組平行掃。分身各跑各的，總 wall-clock 明顯縮短。

別用：任務有強順序依賴（B 要等 A 的輸出），分身只會互相 wait，不如單線跑，還多花錢。以及 token 敏感時要克制——每個 thread 都各自燒 token，subagent 官方仍標為會 consume tokens across every spawned thread，max_threads 開太大等於帳單直接乘上去。

給個安全起手式：先 max_threads = 2、max_depth = 1 跑一輪，看實際 token 消耗，再決定要不要往上加。max_depth 不要輕易調大——分身再開分身，成本是指數級。

六、對工程團隊的意義

換工具的沉沒成本被打下來了。/import 讓「認真試 Codex 一週」不再需要重建 AGENTS／skill／MCP。反過來看，AGENTS.md + SKILL.md 這種跨工具的開放格式，也讓你的團隊規範不綁死在單一 agent 上——這是比「哪個工具比較強」更值得投資的方向。
multi-agent 把土砲做法正規化。過去要平行就是開好幾個終端各跑一個 Codex、自己在腦裡對帳；現在變成一個 session 內可管理、可導覽、可設 concurrency 的東西。
但兩者都還帶 caveat：import 是單向的、subagent 會乘上 token。務實的做法是——/import 先 --dry-run，multi-agent 先小 concurrency 試水溫，量出成本再放大。

來源

openai/codex release rust-v0.145.0（2026-07-21）：https://github.com/openai/codex/releases/tag/rust-v0.145.0
Codex config reference（OpenAI 官方）：https://learn.chatgpt.com/docs/config-file/config-reference
Codex import 文件（OpenAI 官方，developers.openai.com/codex/import，現導向 learn.chatgpt.com）
Daniel Vaughan, Codex Knowledge Base（/import 遷移與 multi-agent V2 整理）：https://codex.danielvaughan.com