Codex 与 Claude Code：我在日常使用两者时学到的东西

资源占用——你的机器实际感受到的负担

在动一行代码之前，这两个工具光是放在那里就已经让人感觉不同。Claude Code 的进程在 Activity Monitor 中明显更重，通常会占用几百 MB，而 Codex 则空闲时只有几十 MB。 在终端输入 claude 后，需要等几秒钟提示符才会就绪；输入 codex 则几乎是瞬间响应。

为了给它一个具体的数字，而不是只做描述，我在同一台机器上（MacBook Air，M3，24GB RAM，macOS 26.5.1）和相同的网络环境下测量了这两个 CLI。首先，是一个琐碎的非交互式任务（一个单行回复提示，不修改文件），通过两者依次运行，使用 /usr/bin/time -l：

然后我逐个以交互方式启动它们，让它们停留在提示符处不动几秒钟，再用 ps 检查其驻留内存：

当这两个工具只是作为后台在终端标签页中打开时，这个空闲数值更接近你实际感受到的情况——而且它几乎完全符合“数百 MB 对比几十 MB”这种直觉上的差异。

这不是一个严谨的基准测试，只是一台机器和一次会话——但无论是任务状态还是空闲状态下，内存差距都足够一致，不像是噪声。

价格：我实际在为什么付费

除非我直接通过 API 使用，否则这两个工具都不会按 token 向我收费——它们都依托于其母公司的固定订阅方案，而这决定了在我被限流之前我有多少可用空间。

（截至 Anthropic 的 定价页面和 OpenAI 的 Codex 定价页面——我会在下单前两边都看一下，因为套餐层级会变动。）我真正感受到的差距是：OpenAI 没有 $100 的中间档，所以一旦我把 ChatGPT Plus 用到顶，下一步就直接是 $200；Anthropic 在中间给了我一个 $100 的档位。 当我不是通过 CLI 捆绑的订阅，而是直接通过 API 调用任一模型——也就是自己搭建 agent，而不是使用打包好的工具——那会单独计费。对于这种用法，我会通过 AIReiter，而不是直接按标价向 Anthropic 或 OpenAI 付款；它以折扣价转售同样的模型。

为什么我总是在来回切换

我最常用的工具，与其说取决于工具本身，不如说更多取决于底层模型。OpenAI 的 GPT-5.5 发布时，在一段时间里明显比 Claude 更强，因此在那段窗口期里，我把大部分日常工作都转到了 Codex。这个优势并没有持续太久——几周后 GPT 的质量又下降了，我于是又把 Claude Code 重新设为默认。Claude 也会有自己的质量波动，但和我在同一时期从 GPT 看到的相比，它们更小，也没那么 disruptive。

选择“Codex vs Claude Code”在某种程度上也是在间接选择本周哪一个前沿模型更强。只评估 CLI shell——界面、沙箱、生态系统——会忽略真正让人们在两者之间切换的那个变量。它也对应于这两个工具之间更常被提到的分野：Codex 更偏向放手式（交给它一个任务，走开，之后再看 diff），而 Claude Code 更偏向上手式（更快的来回交互，更多它会停下来等你确认的检查点）。

功能成熟度差距——缺失的回放

工具成熟度是 Claude Code 仍然明显领先于我从 Codex 获得的地方，而对我来说最明显的例子是一个具体而不花哨的功能：在会话中途回滚到较早版本的代码。Claude Code 原生支持这一点——当一次编辑出了问题时，我可以回退到之前的检查点。Codex 仍然不支持，而且它已经发布了足够长的时间，我再也不接受“刚上线，再等等看”作为借口了。快速迭代并偶尔让 agent 走得太远，正是我的工作方式，所以这是一项我大多数周都会注意到缺失的功能，而不是边缘情况。

Claude Code 更广泛的生态系统对我来说也呈现出同样的模式：subagents、hooks 以及 Agent Skills 系统（Anthropic 首先引入的一项标准，后来被 Codex 采用）让它有更多可供在其上构建工作流的表面。Codex 的对应工具确实存在，但在我的日常使用中感觉更单薄，而且它的 CLI/IDE/cloud/app 表面在命名上也更碎片化，尽管 OpenAI 已经把它推向了更多地方。

沙盒与信任问题

这两个工具以不同的方式防止我犯下自己的错误。Codex 在 OS 层面强制隔离——macOS 上的 Seatbelt、Linux 上的 Landlock、Windows 沙盒——因此失控的 shell 命令会被内核限制住，而不是由代理自己的判断来控制。Claude Code 的安全模型位于应用层，通过一套我可以配置的 hooks，在动作执行之前对其进行拦截或阻止。纸面上来看，这两种方法都并不绝对更安全；它们只是不同的故障模式，而 Codex 开源意味着我实际上可以阅读它的沙盒是如何实现的，而不必完全凭信任接受。

不过，这种内核级隔离在实践中是有真实代价的：Codex 的沙箱会暂停，并等待我的明确授权才能执行操作；而 Claude Code 的基于 hook 的模型在我配置好之后就会直接放行。运行多步骤的脚本化工作流——比如某个工具在中途写入文件或调用 shell 来运行脚本的那种——使用 Codex 时比使用 Claude Code 时需要更多次中断并请求批准。

信任也是 Claude Code 在今年受到严重打击的地方，而这也是让我对继续忠于闭源有所顾虑的一件事。2026 年 7 月，中国国家漏洞数据库公开警告开发者放弃最近版本的 Claude Code，原因是 2.1.91 到 2.1.196 版本中存在一个隐藏机制，会检查设备时区以及流量是否通过非官方 API 端点路由，然后据此标记请求。Anthropic 确认该机制确实存在，将其描述为一次反蒸馏实验而非后门，并在 2.1.198 版本中移除了它。我在这里不会重新争论整个事件，但对我来说，这确实是闭源工具的一个真实污点：我无法验证我看不到的东西，而 Codex 是开源的，这意味着这种特定的失败模式不会以同样的方式适用于它。

那么你到底应该使用哪一个

如果你的日常工作和我类似——围绕中小型任务进行快速迭代，希望身边有一整套丰富的工具链（subagents、hooks、skills、可供你边做边审查并回滚的快速编辑）——那么 Claude Code 是更稳妥的日常默认选择。如果你要交接的是一个大型、定义清晰、可以放心离开的任务，或者你想要一个可审计、并且能在受限沙箱中运行的开源 agent，那么 Codex 是一个完全合理的首选，而且在我看来，它运行时对我的机器负担更轻。

我不会完全依赖某一个，我认识的大多数重度用户也不会。我通常默认使用当前底层模型表现更好的那个工具，并保留另一个已安装，以便在那些它的特定优势——Codex 的沙盒隔离和资源占用更低，Claude Code 的生态系统和回退支持——对该任务真正重要时使用。

常见问题

Codex 比 Claude Code 更好吗？

两者都没有绝对胜出。Codex 对资源的占用更少，更适合耗时较长、无需频繁干预的任务；Claude Code 拥有更成熟的生态系统、会话中途回退功能，以及更低价的中档订阅层级。某一周里谁表现更好，往往更多取决于底层模型当时的状态，而不是工具本身。

Claude Code 或 Codex 是免费的吗？

不——两者都需要付费方案才能进行严肃的日常使用。Claude Code 需要 Claude Pro（$20/月）或更高；Codex 需要 ChatGPT Plus（$20/月）或更高。轻量、偶尔使用可能可以在免费层试用额度内，但两者都无法免费持续支持日常代理式编码。

我可以在同一个项目中同时使用这两者吗？

是的，而且这在重度用户中很常见：让一个工具完成大部分工作，再让另一个工具进行第二遍检查——一双全新的眼睛能发现第一个工具自己的模型在其输出中不会标出的盲点。保留一份简短的共享日志，记录改动内容和原因，这样第二个工具就不会在猜测上下文。

结论

两者都是能胜任日常工作的工具，但各有短板：Codex 更轻便、启动更快，但在会话进行中仍无法回退历史；Claude Code 对机器的负担更重，不过工具链更完善，而且它的 100 美元中档方案给重度用户提供了 OpenAI 没有的一个选择。自从两者推出以来，我自己的时间分配仍有超过 75% 给了 Claude Code，这与其说是对 Codex 的判定，不如说是反映了生态差距对我实际工作流的重要程度。今天你该打开哪一个，与其说取决于任一工具的路线图，不如说取决于其背后那个模型此刻是否正处于最佳状态。