使用 Codex 多于 Claude 的一周

原文 ↗ Hacker News 讨论 ↗

开发者们比较 OpenAI 的 Codex 工具与 Anthropic 的 Claude Code 时表示，Codex 感觉更快、更聚焦、也不那么冗长，而 Claude 往往会产出过度工程化的方案，并在代码里塞入大量解释性注释，许多人将其视为噪音。也有人反驳称 Claude 更擅长推断意图并提供架构帮助，这凸显了结果在很大程度上取决于任务、harness 和用户技能。整个讨论串还概览了一个快速演进的编码模型生态（Sol、Fable、Grok、Gemini、DeepSeek、Kimi 等），许多开发者结合使用不同模型与编排框架，以平衡成本、速度、可靠性和防护措施。

总体情绪：用于编码的 Codex vs Claude

  • 许多人表示已经从 Claude 转向 Codex（GPT 5.6 Sol/Luna/Terra）进行编码。
  • 主要驱动因素：Codex 被认为更快、更简洁、更“商务化”，也不那么耗费脑力。
  • Claude 目前的表现常被描述为啰嗦、解释过多，有时还“带点态度”；不过也有人仍然偏好它对意图的推断能力以及处理模糊任务的能力。

代码注释与冗长

  • 对 Claude 自动生成注释的强烈反感：过长、AI 风格的散文、注释里的 diff 历史，以及描述代码“不做什么”或过去迭代的“自我备注”。
  • 许多人认为这些都是噪音，应该放在 PR/提交信息里，而且会让人和未来的模型运行都感到困惑。
  • 少数人认为这类注释可作为 LLM 的“外部记忆”，帮助未来的代理避免错误。
  • 普遍共识是：代码库里少一些 AI 生成注释更好，尽管一般而言注释本身可能是有价值的。

过度工程化 vs 务实

  • 有人说 Codex 往往会过度工程化：复杂的架构、枚举、验证框架、极端的防御性，以及很大的 diff 规模。
  • 也有人觉得 Claude 更可能把事情搞复杂或“做太多”，而 Codex 会更接近请求的范围。
  • 体验差异非常大；行为似乎对模型变体、努力级别、harness 和任务类型都很敏感。

模型 vs Harness vs 流程

  • 反复强调行为在很大程度上取决于 harness（Codex CLI/TUI、Claude Code、OMP、prime-agent、agy、Hermes Agent 等）。
  • 有人主张把“流程”（计划/实现/审查循环）从模型中分离出来，放进确定性运行时，把模型视为可互换的角色。
  • 多代理模式很受欢迎：一个模型负责规划，另一个负责编码；或者让 Claude 和 Codex 互相批评对方的工作。

配额、成本与使用模式

  • 关于哪个服务更慷慨，反馈不一。有些人很快就把 Claude 的额度用光；另一些人则在几天内就碰到 Codex 限制，尤其是在使用 Sol Ultra 时。
  • 更便宜的模型（Luna xhigh、DS Flash、本地模型）被用作子代理或用于批量执行。
  • 许多人会按用途选择模型：Sol 用于日常/后端，Opus/Fable 用于设计或架构，其他模型则用于速度或成本。

其他模型与伦理

  • Grok、Gemini 3.7、DeepSeek、Kimi、GLM、Qwen 以及本地模型都被提及为可行选项。
  • 讨论中还有一条关于使用特定提供商（尤其是 Grok）的伦理和政治问题、数据隐私事件，以及避免某些供应商究竟是否有意义还是只是象征性的强烈分支讨论。