Codex 能同时开好几个子任务去干活。能，不代表该。
这一节讲的是判断，不是操作。
什么时候并行是真的快
只有一种情况：几块活儿之间完全没有依赖。
典型的：
- 三十份文件，每份做同样的处理，各做各的
- 几个互不相干的问题，各查各的
- 同一份材料，从几个不同角度各出一份意见
这几种的共同点是：任何一块的结果，都不影响其他块怎么做。
什么时候并行反而更慢
只要有依赖，拆开就是负收益。
第二块要等第一块的结论才知道该怎么做——并行的结果是它拿着一个猜的前提往下跑，跑完发现前提错了，整块作废重来。
判断依赖有个简单的问法：
如果我把这几块的顺序打乱，结果会不会变？
会变 —— 有依赖，别拆。
并行最贵的成本，不是额度
是合并。
三块并行跑完，你手上有三份结果。这三份：
- 可能改了同一个文件，互相覆盖
- 可能对同一个概念用了不同的叫法
- 可能各自都对，合起来自相矛盾
而合并这件事没法并行，只能你自己一条一条看。
见过的最典型的浪费：并行省下二十分钟，合并花掉一小时。
一条实际的分界线
并行之前，先想清楚「合起来长什么样」。
想不清楚，就说明这件事还没拆好——继续拆只是把「想不清楚」变成三份「想不清楚」。
两家的做法不太一样
顺带提一句，因为对照着看更容易理解：
- Codex 这边偏向各干各的：子任务在各自隔离的环境里跑，互不通气，最后交回结果
- Claude Code 那边偏向协作：几个子任务共享一份任务清单，能互相传话
没有哪种更好。 各干各的更适合「已经拆干净、互不相干」的活；协作那种更适合「拆得不太干净、中途要对齐」的活。
含义是：用 Codex 并行之前，拆得要更干净一点。 它不给你中途对齐的机会。
Claude 那边的对应一节是多代理并行：Agent Teams 与工作流编排。
上手建议
前一个月不要用并行。
先把一件一件顺着做的路子跑熟，知道单件活儿正常要多久、正常长什么样。没有这个基线，你没法判断并行到底省没省时间——只会觉得「好像快了一点」。
本节事实查证日期：2026-09-10。 依据：OpenAI 与 Anthropic 官方文档中关于子任务/并行的说明，以及公开的对照分析。