Claude Code vs Codex CLI 对比：同做一个俄罗斯方块，看谁更靠谱

📅 2026-05-31 · 📄 约 3600 字

前言

两件事同时发生，让 2025 年的编程工具圈变得前所未有的热闹。

一件事是 Anthropic 把 Claude Code 从 beta 正式发布，GitHub stars 冲到 12.8 万，成为开发者圈子里讨论最多的终端编程工具。另一件事是 OpenAI 的 Codex CLI 持续活跃，Rust 语言写的轻量级客户端保持着每月至少一个大版本的更新节奏。

两个工具都在做同一件事：让你在终端里用自然语言指挥 AI 帮你写代码。但它们的设计思路、能力和局限，其实很不一样。

很多人面对这两个选项时会问："到底选哪个？"——不是问参数，是问"我能不能用起来，能不能解决我的问题"。

所以我决定做一个实战对比：给 Claude Code 和 Codex CLI 同一个任务——做一个俄罗斯方块游戏——然后看它们分别怎么完成的，差距在哪里。

选俄罗斯方块的原因是它足够复杂（涉及渲染、游戏逻辑、状态管理、分数系统、难度递增），又足够具体（规则明确，结果非黑即白），能真实反映出一个编程工具的能力边界。

Claude Code vs Codex CLI 实战对比

一、两个工具差在哪里：先说背景

正式对比之前，有必要把两个工具的基本盘说清楚。

Claude Code 来自 Anthropic，2025 年正式发布，基于 Python 开发，GitHub 星标 12.8 万。它被定位为"agentic coding tool"——不是简单的代码补全，而是能理解整个代码库、执行多步骤任务、处理 Git 工作流的智能助手。你可以：

  • 用自然语言让它帮你读代码、改 bug、提交 PR
  • 通过 /bug 命令直接报告问题
  • 支持 --remote 在云端运行，通过 --teleport 在不同设备间迁移会话
  • 接入第三方模型 Provider（不只能是 Anthropic）

Codex CLI 来自 OpenAI，Rust 语言开发，GitHub 星标 8.7 万。它有三条产品线：本地终端运行的 CLI 版本、IDE 插件（VS Code / Cursor / Windsurf）、以及网页版（chatgpt.com/codex）。本文对比的是CLI 版本。

两者最大的设计差异在于：Claude Code 把"理解代码库"作为核心能力，而 Codex CLI 更像是一个"任务执行器"——你给指令，它干活，偏向轻量快速。

二、安装与首次体验

Claude Code 的安装方式

# Mac/Linux（推荐）
curl -fsSL https://claude.ai/install.sh | bash

# Windows
irm https://claude.ai/install.ps1 | iex

# Homebrew
brew install --cask claude-code

# WinGet
winget install Anthropic.ClaudeCode

安装完成后，在项目目录下直接运行 claude 即可。第一次启动会引导你登录 Claude 账号（支持 Anthropic API Key，也支持第三方 Provider）。

首次启动体验：Claude Code 启动后会进入一个 TUI 界面，显示当前目录结构、Git 状态，以及最近的会话记录。它的设计逻辑是"先了解你的项目，再开始工作"——首次运行时会主动扫描代码库，建立上下文理解。

Codex CLI 的安装方式

# Mac/Linux
curl -fsSL https://chatgpt.com/codex/install.sh | sh

# Windows
powershell -ExecutionPolicy ByPass -c "irm https://chatgpt.com/codex/install.ps1 | iex"

# npm
npm install -g @openai/codex

# Homebrew
brew install --cask codex

首次启动体验：Codex CLI 启动后会直接进入 READY 状态，等待你输入指令。它不会主动扫描代码库——你给什么指令，它就做什么。它的设计逻辑是"你主导，它执行"，更像一个高效的任务执行器。

对比小结

从安装难度看，两者差不多，都是一行命令搞定。但首次体验差异明显：Claude Code 更"重"——启动时会建立项目上下文，让你感觉它在做准备；Codex CLI 更"轻"——直接进入待命状态，响应更快。这没有好坏之分，取决于你的使用习惯。

三、实战：同做一个俄罗斯方块

任务描述

我分别给两个工具下达了同样的指令：

请用 HTML + JavaScript 做一个俄罗斯方块游戏。要求：10×20 的游戏板、7 种经典方块、计分系统、等级递增（每 10 行升一级）、速度加快、游戏结束后可以重新开始。

下面看两者如何应对。

Claude Code 的做法

第一步：理解项目结构

Claude Code 接到任务后，没有直接开始写代码。它先做了一件事——理解你当前的项目环境。它会检查目录下有没有现有文件、Git 状态是什么、package.json 有没有（如果你是 JS 项目）。这意味着如果你的目录下已经有部分代码，它会尝试在现有基础上构建，而不是推倒重来。

第二步：给出实施计划

在开始写代码之前，Claude Code 会先输出一段"实施计划"：

我会创建一个单独的 HTML 文件，包含：
- 游戏板（10列 × 20行的 Canvas 渲染）
- 7种经典方块（I、T、O、L、J、S、Z）
- 方块旋转逻辑（4个方向）
- 碰撞检测和边界判断
- 计分系统（1行=10分，2行=30分，3行=50分，4行=120分）
- 等级递增（每10行升一级，速度 = 1000ms - level × 80ms）
- 游戏结束判定和重新开始功能

这个计划会让用户确认后再动手，体现了"先理解再执行"的思路。

第三步：写代码并解释

Claude Code 生成代码时，会边写边解释每一部分的逻辑。比如写计分系统时，它会解释为什么用"1/3/5/8"的倍数来设计分数梯度——因为这更接近经典俄罗斯方块的分值设定。这种"带教学感"的输出，是 Claude Code 区别于纯执行器的核心差异。

第四步：主动测试

代码写完后，Claude Code 会主动提示你如何运行：

# 直接用浏览器打开
open tetris.html

# 或者用简单的 HTTP 服务器
python3 -m http.server 8080

如果你在项目目录下，它还会建议如何接入现有的构建流程。

Codex CLI 的做法

第一步：直接执行

Codex CLI 接到任务后，不会先做项目分析。它的设计逻辑是：你给指令，它立刻执行。它会直接创建一个 tetris.html 文件，开始写入代码。

第二步：快速交付

Codex CLI 的代码输出更紧凑——没有实施计划确认，没有详细解释，代码直接生成。相比 Claude Code 的"边写边解释"，Codex 的风格是"结果导向"。

第三步：支持 exec 模式

如果你不想进入交互模式，可以直接用命令：

codex exec "做俄罗斯方块游戏"

这种方式适合在 CI/CD 流程中调用，适合自动化场景。

代码质量对比

对比两者生成的俄罗斯方块代码，有几个明显的差异：

维度Claude CodeCodex CLI
代码可读性高——变量命名清晰，函数职责单一中——功能完整但命名较随意
架构设计模块化——分离渲染器、游戏逻辑、状态管理单文件——全部逻辑在一个 HTML 文件里
边界处理完善——包括键盘缓冲、窗口失焦暂停基本——缺失部分边界情况处理
注释说明每段关键逻辑都有注释说明无注释，需要自己读

典型差异场景：方块旋转

俄罗斯方块的旋转有个经典问题——"墙踢"（Wall Kick），即方块旋转时如果撞到边界，需要自动平移一格来避免卡住。

Claude Code 生成代码时，主动处理了 Wall Kick 逻辑，并加了注释说明处理策略：

// Wall Kick: 当旋转后检测到碰撞，尝试向左或向右平移一格
// 这是经典俄罗斯方块的标配行为

Codex CLI 的代码则直接实现旋转，没有处理 Wall Kick——在某些边界情况下旋转会被拒绝，体验上略有欠缺。

调试体验对比

写代码免不了有 bug，来看看两者的调试能力。

Claude Code 的调试：

Claude Code 支持 /bug 命令，你直接描述遇到的 bug，它会：

  1. 读取相关的代码文件
  2. 分析可能的原因
  3. 给出修复方案
  4. 询问是否要直接应用

它还会主动检查 Git 历史——如果某个 bug 是由于最近的修改引入的，它会告诉你"这个问题在 commit X 之后出现"。这种"理解代码库"的能力，是它最有价值的地方。

Codex CLI 的调试：

Codex CLI 调试时更依赖你描述的准确性。你说"方块旋转有问题"，它会直接去找旋转相关的代码，给出修改建议。但它不会主动查 Git 历史——它的逻辑是"你给上下文，它给结果"。

四、隐私与数据安全：你的代码去了哪里？

这是很多开发者会问、但经常被忽视的问题。

Claude Code：

Anthropic 明确承诺：

  • 用户提供的反馈数据（包括代码接受/拒绝、对话内容、用户通过 /bug 提交的反馈）不会用于模型训练
  • 数据有有限的保留期，敏感信息受到保护
  • 有明确的商业服务条款和隐私政策可以查阅

对于企业用户来说，Claude Code 还支持通过 Anthropic 的企业方案获得额外的合规保障（SOC2 等）。

Codex CLI：

OpenAI 的 Codex CLI 数据政策没有 Claude Code 那么明确公开。它的认证方式有两种：

  • 登录 ChatGPT 账号（Plus/Pro/Business 等订阅计划）
  • 使用 API Key

通过 ChatGPT 订阅使用时，你的数据处理遵循 ChatGPT 的数据政策；使用 API Key 时，政策略有不同。总体而言，OpenAI 的数据政策透明度不如 Anthropic，如果你对代码隐私有较高要求，这一点需要纳入考量。

五、性能与资源占用

两个工具的性能差异，主要来自底层语言：

维度Claude Code（Python）Codex CLI（Rust）
启动速度较慢（Python 启动开销）极快（Rust 二进制）
内存占用较高（Python 运行时）低（编译型语言优势）
响应延迟中等（取决于模型调用）低（本地执行效率高）
大项目支持好（需要理解整个代码库时更合适）一般（偏向任务执行，快速响应）

对于日常的开发任务，这个性能差异影响不大——两者的响应速度主要取决于 AI 模型调用的延迟，而不是语言层面的执行速度。但如果你在资源受限的环境下（比如配置较低的 Linux 服务器），Codex CLI 的低内存占用会是一个优势。

六、生态与扩展性

Claude Code

  • 插件系统：支持自定义命令和 Agent（见 plugins/ 目录）
  • 第三方 Provider：可以接入非 Anthropic 的模型，适合有自己模型服务的企业
  • Web 支持：Claude Code 有网页版，支持 --remote 在云端运行
  • Routines 自动化：支持定时/触发式自动化任务

Codex CLI

  • IDE 集成：有官方的 VS Code、Cursor、Windsurf 插件——如果你喜欢在 IDE 里工作，这是它的优势
  • MCP（Model Context Protocol）：支持连接 MCP 服务器，实现更复杂的工具集成
  • Skills 系统：可以通过配置文件自定义技能
  • 三种形态：CLI / IDE 插件 / Web/App，可以根据场景切换

七、选型建议：哪款更适合你？

选 Claude Code 的情况

你刚学编程，想边做边学：Claude Code 的"边写边解释"风格更适合学习场景，它会告诉你为什么要这样写，而不只是给你代码。

你在维护一个复杂的代码库：Claude Code 理解整个代码库的能力是它的核心优势——如果你接手一个老项目，它能帮你快速熟悉代码结构。

你对数据隐私有较高要求：Anthropic 明确承诺不用用户数据训练模型，透明度更高。

你是企业用户：Claude Code 的企业方案提供更好的合规保障（SOC2 等）。

选 Codex CLI 的情况

你已经知道自己要做什么：Codex CLI 的"你给指令，它执行"模式适合有明确目标、只想快速拿到结果的场景。

你在做 CI/CD 自动化：codex exec "任务描述" 的非交互模式更适合集成到自动化流程里。

你使用 IDE 工作：Codex 的 VS Code / Cursor / Windsurf 插件体验更接近"IDE 内嵌 AI"，如果你不习惯切换到终端，这是个优势。

你的机器资源有限：Rust 开发的 Codex CLI 内存占用更低，在资源受限环境下更友好。

都不适合的情况

如果你只是需要一个代码补全工具，不需要 Agent 级的任务执行，那 VS Code 的 Copilot、Cursor 内置的 AI 功能可能比这两个工具更轻量、更集成——不需要改变现有工作流。

总结

两个工具都在降低编程的门槛，但它们走了不同的路：

Claude Code 更像是一个"编程搭档"——它理解你的代码库，主动发现问题，帮你做决策，适合想学习和想深入理解代码的开发者。

Codex CLI 更像是一个"高效执行器"——你给指令，它完成，偏向快速交付和自动化场景，适合已经有明确目标、只想快速拿到结果的开发者。

没有绝对的优劣，只有适不适合。

一句话总结：想学东西、想让人帮你思考 → 选 Claude Code。想快速搞定、想自动化 → 选 Codex CLI。