Claude Code已死,Codex 新王当立

朋友们,有没有发现Claude Code越来越不对劲了。。。

本来我已经很少用了,结果前两天偶然用一次,让它帮我打开 b 站搜索关键词,采集视频数据

结果整了一批假数据应付我

差点没把我气死,降智实在是太严重了

今天,Claude官方终于也发文承认降智。

同时,ChatGPT老板奥特曼发文报喜:Codex使用量正在以10倍速度暴涨

也就是说,AI编程又要变天了。

Image

Image

其实,我前两周开始就ALL IN GPT5了

例如包括我日常在公司开发前后端+数据库的全栈项目用的是 Trae + GPT5,后者很擅长处理复杂的逻辑

Image

同时也在用ChatGPT亲儿子 Codex Cli——智商在线的GPT5执行命令更精准,更离谱的是,只需要订阅ChatGPT 20刀的套餐就能用Codex了,性价比拉满。(尼区订阅的话只需要55元)

今天就带大家做一波迁移,从Claude Code ➡️ Codex

全方位对比:Codex vs. Claude Code

正好我最近在做一个vibe marketing的case,用cc和codex分别跑了一次数据分析html报告:基于我公众号数据、给我做B站视频的选题,如下图所示

对这个报告怎么做出来的感兴趣的同学,可以评论区留言,我把case放出来

能很清楚看出来它们的区别与侧重不同

Claude更注重发散创意,也就是为什么前端审美更好看,要素更丰富

而ChatGPT 更注重逻辑实现,所以可以看到图中图表不酷炫,但文字分析、表格等数据分析要素很多

Image

CC+Claude 4

Image

Codex + GPT5

说实话,作为数据分析师,我更喜欢Codex的版本。

大家更喜欢哪个呢?欢迎评论区投票

在实际应用场景中,二者的差异尤为明显。

对于需求明确的任务,如“参考已有模块 A 实现功能 B”,Codex 能准确理解并模仿风格,只改动必要代码; 而 Claude Code 则可能进行全局分析和重构。

在修复小型 CSS 样式问题时,Codex 修改完即止,而 Claude Code 则可能附带进行一些非必要的优化。

Codex「人狠话不说」意味着在 Token 消耗上更少,执行任务也更聚焦。

我做了个表格看起来更直观:

对比维度Claude CodeCodex (基于 GPT-5)
交互风格热情、顺从简洁、专业
核心优势UI 界面类工作、前端细节实现、快速修复小型 Bug后端逻辑、算法实现、项目重构、架构设计
代码质量质量高,尤其擅长前端。但有时会过度优化,增加代码复杂性改动克制,精准命中,倾向于进行最少必要改动
性能与稳定性官方已承认降智,响应速度较快深度思考模式下较慢,但输出结果精确。服务表现稳定
账号政策已宣布全面禁止中国使用只需plus的月费($20),账号稳定性更高

Codex 入门与安装

开发者可根据自身环境选择通过 npm 或 Homebrew 进行全局安装。

  • Node.js 环境:

    npm install -g @openai/codex
    
    
  • macOS (Homebrew):

    brew install codex
    
    

安装完成后,在终端中执行 codex 命令即可启动,并根据指引登录 OpenAI 账号。

一些常用指令:

  • 自动执行命令:跳过权限询问,适用于可信工作环境。

    codex --ask-for-approval never --sandbox danger-full-access
    
    
  • 开启“深度模式”:针对复杂问题,提升模型思考等级。

    codex -m gpt-5 -c model_reasoning_effort="high"
    
    
  • 监控用量:使用 /status 命令随时查看 Token 消耗。

当然,Codex Cli 目前还不如 Claude Code 成熟

但好在Codex 有IDE 插件版本用起来跟聊天对话没区别

官网: https://developers.openai.com/codex/ide/

可以直接在VS Code(我用的是Trae)应用商店里搜索 Codex

找到如图中 openai出品的才是正版

点击图中的ChatGPT logo,就会打开Codex的对话框,接着就直接发需求就好了

图中蓝色标记都是可以做设置的,先看下面的

第一个是Local的位置,Codex起初是在云端运行的,用于GitHub项目的维护

本地版本也保留了这个能力,也就是说可以把任务放到云端让Codex跑

第二个是选择是Chat(仅对话,执行任务需批准)、Agent(直接执行任务),甚至是Full access的Agent可以超出当前项目,在整个电脑范围内操作

第三个是Reasoning effort,思考长度,建议直接选择high,其余的可能不是那么稳定。

Codex里的MCP也“与众不同”

从下图位置进入,可以看到,Claude的MCP用的是json,而Codex用的是toml文件

这一点在官方文档里也有强调

导致目前用起来不是很习惯。也就是说尽管 Codex 在许多方面表现出色,但这并不意味着它能完全取代 Claude Code。

最好的方案就是把两者结合起来。

构建“Codex + Claude Code”协同工作流

Claude Code 在快速迭代和 UI 构建上依然高效,而 Codex 在处理全局性、架构性问题上更具优势。

因此,一种更为高效的策略是让二者成为“编程搭子”,构建协同工作流。

该工作流的核心思想是“左右互搏”,通过交叉审核确保代码质量。

  1. 方案设计:由 Claude Code 快速生成初步方案。
  2. 方案评审:将方案交由 Codex 进行审核和“挑刺”。
  3. 达成共识:将 Codex 的意见反馈给 Claude Code,进行多轮讨论,直至二者对方案达成一致。
  4. 代码实现:由 Claude Code 根据最终方案编写代码。
  5. 代码审查(Code Review):将生成的代码(例如通过 Git Commit ID 指定)交由 Codex 进行审查。
  6. 迭代修复:重复步骤 3-5,直至代码通过双方审核后提交。

这个方案来自刘小排老师:

Codex CLI是Claude Code的最佳替代品和编程搭子


以上,

既然看到这里了,如果觉得不错,随手点个赞、推荐、转发三连吧,你的支持是我持续创作的动力。我们下期见。

为了帮助大家减少AI信息差,饼干哥哥拉了个AI交流群,围绕着AI数据分析、AI编程、AI工作流、AI Agent等进行讨论。

感兴趣的可以关注公众号「饼干哥哥AGI」,后台回复「AI交流群」

联系方式:微信:dszb199