8月31日是个节点。这一天过后，Codex 的模型选择器里就找不到 GPT-5.4 和 GPT-5.4 mini 了，OpenAI 把替换关系定得很死：5.4 对应 GPT-5.6 Terra，5.4 mini 对应 GPT-5.6 Luna。听起来就是改个下拉框的事，五分钟搞定。真上手做过迁移的团队都知道，五分钟是幻觉，模型名这种东西会渗进你想不到的地方，配置文件、脚本，Agent 提示词，定时任务，一个不漏才怪。这篇文章就按”先避坑、再动手”的顺序，把整个迁移捋一遍。
定时任务是最阴险的那颗雷
先说最容易被忽略的。迁移失败的典型形态不是报错，而是安静地失败：新任务起不来，自定义 Agent 退回未知的默认值，最要命的是定时任务，它不吭声，默默跑挂，可能好几天都没人察觉，等你反应过来，排期已经错过去了。
我处理这类问题的习惯是先列清单再动手：工作区默认配置、用户级配置，项目级配置，自定义 Agent，定时任务，自动化脚本，CI 环境变量，连团队操作文档都不放过。这里面任何一个位置残留旧模型名，8月31日之后都会变成上面说的那种”莫名其妙的故障”。
动手前，全局搜一遍
别凭记忆说”应该都改了”，搜一遍只要两分钟。macOS 或 Linux 跑 rg -n "gpt-5\.4(-mini)?" ~/.codex . --hidden。Windows PowerShell 用 Get-ChildItem -Path $HOME\.codex,. -Recurse -Force -File | Select-String -Pattern "gpt-5.4|gpt-5.4-mini"。
搜出来后，五类位置要逐项打勾：工作区默认模型（影响整个团队的新任务）、保存的个人模型设置（可能盖掉团队默认值），托管配置（企业管理员统一下发的那份），自定义 Agent（提示词里绑了模型名的），定时任务（前面说了，最容易漏）。这个清单打完勾，迁移的坑才算排完一半。
换模型不是排行榜，别全切最强的
另一半坑在选型。GPT-5.6 系列三档定位分得很清楚，迁移时最大的忌讳是图省事全换 Sol。Sol 确实最强，但它面向的是大型重构和复杂架构设计，深度研究，多步骤故障调查这类高价值开放式任务，额度消耗也是三档里最猛的，拿它跑日常活等于杀鸡用牛刀还多掏钱。我见过有团队迁移当天全切 Sol，月底账单一出直接傻眼。
多数团队的正确答案是 Terra：功能实现和 bug 修复，代码分析，常规工具调用这些日常工程主力活，它就是为 GPT-5.4 准备的接替者，旧任务直接映射过来就行。至于 Luna，它吃的是量大管饱的饭，信息抽取和文件分类，格式转换，日志整理这种明确，重复，高吞吐的机械活归它，重活别派。三档各司其职，比一个”全家桶”省得多。
推理档位也要跟着校准
模型换了，推理档位不能照抄。旧任务如果跑的是 GPT-5.4 high reasoning，迁到 Terra 之后先保持同档做基准测试，再试着降一档看质量掉不掉，新模型很可能用更少的 token 干完同样的活。对比时盯四个指标：成功率、完成时间，额度消耗，人工修正次数。只看跑得快不快，是要吃亏的。
真正该改的，是任务绑死模型名这件事
往深一层看，这次迁移暴露的毛病是不少团队把业务任务焊死在具体模型名上，模型一换代，任务模板全体陪跑。更稳的做法是加一层能力路由：任务系统只暴露 Fast、Balanced，Deep 三个能力等级，由一份统一配置映射到实际模型。下次模型更替，改映射表就够了，不用挨个修模板。
这套设计第一次做确实有点烦。但 OpenAI 的换代节奏只会越来越快，这个习惯早晚要养成，这次不养成，下次照样疼一遍。经历过迁移的人，都会跟你说同一句话。对 Codex 重度用户来说，这不只是换名字，是把模型选择从任务层抽到路由层的机会。
