第30A章 · Claude Code vs Codex CLI：终端AI编码Agent深度对比
第30A章 · Claude Code vs Codex CLI：终端AI编码Agent深度对比
2026年，终端AI编码Agent赛道呈现双雄争霸格局：Anthropic的Claude Code与OpenAI的Codex CLI。两者都从命令行出发，支持多文件自主编辑，但在架构哲学、安全模型、上下文管理等方面走出了截然不同的路径。本章基于源码分析与联网调研，进行逐维度的深度技术对比。
30A.1 基本面对比
| 维度 | Claude Code | Codex CLI |
|---|---|---|
| 开源状态 | 闭源（因Source Map泄露而公开） | Apache 2.0开源 |
| GitHub Star | N/A（非官方镜像73K+） | 67K+ |
| 核心语言 | TypeScript（Bun运行时） | Rust + TypeScript |
| 默认模型 | Claude Opus 4.6 | GPT-5.4 |
| 上下文窗口 | 1M（2026.3.13 GA，标准定价无加价） | 1M（超272K按2倍计费） |
| 发布时间 | 2025年5月 | 2025年2月（云端），CLI后续 |
| IDE集成 | VS Code、JetBrains、桌面app、浏览器 | 终端为主，VS Code扩展 |
| 贡献者 | 闭源团队 | 400+开源贡献者 |
30A.2 架构哲学：监督自主 vs 无监督自主
两者的核心分歧在于对Agent自主性的态度：
Claude Code — 监督自主（Supervised Autonomy）：
- Plan Mode让用户在执行前审查变更方案
- 17种Hook生命周期事件允许在任意节点拦截、修改、取消操作
- 三级权限模型（Allow/Deny/Ask）对每个工具调用进行精细控制
- AI分类器（TRANSCRIPT_CLASSIFIER）辅助决策
- 默认倾向：先问再做
Codex CLI — 无监督自主（Unsupervised Autonomy）：
- Full-Auto模式（
--full-auto）无需审批闸门 - 云端执行支持"发射后不管"（fire-and-forget）的任务委托
- 三级沙箱模式（read-only / workspace-write / danger-full-access）粒度较粗
- Session Resume保持跨断线上下文
- 默认倾向：先做再报告
这一分歧反映了两家公司更深层的AI安全哲学：Anthropic倾向于"谨慎的能力释放"，OpenAI倾向于"最大化Agent效率"。
30A.3 沙箱与安全模型：内核级 vs 应用级
这是两者最显著的架构差异：
Codex CLI — OS内核级沙箱：
macOS: Apple Seatbelt框架
Linux: Landlock LSM + seccomp BPF
Windows: Restricted Tokens操作系统在系统调用层面拦截违规操作，Agent代码根本无法绕过——即使模型"想要"执行危险操作，内核也会阻止。这是一种物理隔离思维。
云端更进一步：两阶段运行时模型——Setup阶段允许网络（安装依赖），Agent阶段默认断网。
受保护路径：.git目录递归只读、.agents/和.codex/目录只读。
Claude Code — 应用层Hook链：
Hook系统 → 权限规则引擎 → AI分类器 → 用户确认安全检查在应用层运行，与Agent共享进程边界。这换来的是极高的可编程性——企业用户可以通过Hook实现任意自定义安全策略（如"禁止修改production分支"或"所有SQL操作需要双人审批"）。
此外，Claude Code的BashTool实施了25项安全检查（详见第9章），包括危险命令检测、嵌套命令解包、Zsh特定防御等。
安全模型对比总结：
| 维度 | Claude Code | Codex CLI |
|---|---|---|
| 隔离层级 | 应用层 | OS内核层 |
| 绕过难度 | 中等（共享进程边界） | 极高（系统调用拦截） |
| 可编程性 | 极高（17种Hook + 自定义脚本） | 低（三级模式切换） |
| 网络控制 | Hook级别控制 | 内核级默认断网 |
| 企业定制 | 丰富（策略限制API） | 有限（配置文件） |
30A.4 配置系统：CLAUDE.md vs AGENTS.md
两者的项目配置文件代表了不同的设计理念：
CLAUDE.md（Claude Code）：
- 四级发现层级：全局 → 用户 → 项目 → 本地
- 支持
@include指令和条件规则（基于路径的frontmatter） - 支持
.claude/rules/*.md分散式规则 - CLAUDE.local.md用于不提交到Git的本地偏好
- 在系统提示词中声明"OVERRIDE default behavior"
- 专有格式——仅Claude Code识别
AGENTS.md（Codex CLI）：
- 层级扫描：仓库级 → 用户级 → 管理员级 → 系统级
- AGENTS.override.md用于本地覆盖
- 标准Markdown格式，无特殊语法
- 跨工具兼容——任何支持AGENTS.md标准的AI编码工具都可读取
- 正在成为Agent配置的事实标准
关键差异：CLAUDE.md更强大（条件规则、@include），AGENTS.md更便携（跨工具兼容）。Claude Code选择了功能深度，Codex CLI选择了生态广度。
30A.5 技能系统对比
两者都具备技能扩展机制，但设计重心不同：
Claude Code技能系统（详见第20章）：
- 13+个frontmatter元数据字段
- Inline（注入系统提示词）与Fork（独立Agent会话）两种执行模式
- 29个内置技能
- 安全属性标记（
safe/unsafe属性分类） - MCP技能支持
/skillify元技能自动创建技能
Codex CLI技能系统：
- SKILL.md文件 + 可选scripts/、references/、assets/目录
- 显式调用（
/skills命令、$提及语法）和隐式调用（基于描述匹配） $skill-creator内置技能创建器$skill-installer技能下载安装器agents/openai.yaml定义UI元数据和调用策略- 技能可打包为Plugin进行分发
差异分析：Claude Code的技能系统更注重安全性（属性标记、变量替换沙箱）和与系统提示词的深度集成；Codex CLI的技能系统更注重分发便利性（标准化目录结构、plugin打包、installer）。
30A.6 上下文窗口与压缩策略
重要更新：2026年3月13日，Anthropic宣布Claude Opus 4.6和Sonnet 4.6的1M token上下文窗口正式全面开放（GA），标准定价无任何加价。Claude Code的Max、Team和Enterprise用户使用Opus 4.6时默认启用1M上下文，Pro用户可通过/extra-usage命令开启。此外，单次请求可包含最多600张图片或PDF页面（此前为100张）。
Claude Code的三层压缩架构（1M GA后依然保留）：
Snip压缩 → Reactive压缩 → Micro压缩
↓ ↓ ↓
主动边界截断 API错误后触发 增量缓存编辑- 自动压缩三级阈值：预警（20K buffer）→ 错误 → 触发压缩（13K buffer）
- 微压缩选择性清除10种工具的旧结果
- 压缩失败熔断器（连续3次失败后停止）
SYSTEM_PROMPT_DYNAMIC_BOUNDARY实现全局缓存优化- 即使在1M窗口下，精细压缩仍能显著降低Token消耗和延迟
Codex CLI的上下文管理：
- 1M token上下文窗口，但超出标准272K的请求按2倍费率计费
- 云端执行时上下文完全托管于服务端
- Session Resume保持跨断线的上下文连续性
- 新增GPT-5.4 mini模型，用于轻量任务和子Agent场景
设计哲学差异：随着Claude Code 1M上下文GA，两者在窗口容量上已持平。但核心差异依然存在——Claude Code保留了完整的三层压缩架构作为成本优化工具（1M标准定价 + 压缩节省Token），而Codex CLI的超长上下文需承担2倍溢价。Claude Code的Prompt Caching（90%折扣）配合压缩策略，在长会话场景中具有显著的经济优势。
30A.7 性能基准对比
综合多个独立评测（截至2026年3月）：
| 基准测试 | Claude Code (Opus 4.6) | Codex CLI (GPT-5.4) | 优势方 |
|---|---|---|---|
| SWE-bench Verified | 80.9% | ~80% | Claude Code（微幅领先） |
| Terminal-Bench 2.0 | 65.4% | 77.3% | Codex CLI |
| SWE-bench Pro | 55.4% | 56.8% | Codex CLI（微幅领先） |
| 盲测代码质量 | 67%胜率 | 25%胜率 | Claude Code |
| Token效率 | 基准线 | 约3-4倍更优 | Codex CLI |
| 生成速度 | 中等 | 240+ tok/s（Spark: 1000+） | Codex CLI |
| 长会话稳定性 | 19%性能衰减（限流） | 扩展会话行为不稳定 | 平局（各有问题） |
解读：Claude Code在代码质量和复杂推理上领先，Codex CLI在速度、效率和终端操作基准上领先。两者在SWE-bench主基准上接近持平。
30A.8 定价与经济性
| 层级 | Claude Code | Codex CLI |
|---|---|---|
| 入门 | Pro $20/月 | ChatGPT Plus $20/月 |
| 重度用户 | Max $100-200/月 | API按量计费 |
| API输入 | Sonnet: $3/M, Opus: $5/M | GPT-5.4: $1.25/M |
| API输出 | Sonnet: $15/M, Opus: $25/M | GPT-5.4: $10/M |
| 缓存读取 | -90%（$0.50/M for Opus） | 原生支持，具体折扣未公开 |
经济性分析：Codex CLI的Token单价更低，加之3-4倍的Token效率优势，单次任务成本可能仅为Claude Code的1/10到1/4。但Claude Code的Prompt Caching机制（90%折扣）在长会话中大幅缩小了差距。值得注意的是，Claude Code的1M上下文按标准定价无加价，而Codex CLI超出272K部分按2倍计费——在大上下文场景中，Claude Code反而可能更经济。
30A.9 Harness Engineering对比
| 维度 | Claude Code | Codex CLI |
|---|---|---|
| 系统提示词架构 | 七层静态 + 13类动态段落 | 简洁指令 + AGENTS.md注入 |
| 缓存策略 | 三种模式（全局/组织/MCP工具） | 服务端缓存，细节未公开 |
| 缓存边界标记 | SYSTEM_PROMPT_DYNAMIC_BOUNDARY | 无公开等效机制 |
| 归因追踪 | 归因头部（版本指纹+入口点） | OpenTelemetry可选导出 |
| 反蒸馏 | 假工具注入机制 | 无公开等效机制 |
| 提示词Hack防御 | <system-reminder>标签区分元数据 | 沙箱隔离为主 |
| 上下文注入 | Git状态 + CLAUDE.md + Memory | AGENTS.md + 仓库扫描 |
Claude Code在Harness Engineering的精细度上远超Codex CLI——这也部分解释了为何Claude Code在代码质量盲测中胜率更高。更精密的提示词装配意味着模型获得了更准确、更结构化的上下文。
30A.10 Agent编排模型
Claude Code的多Agent架构（三条技术路线）：
- AgentTool：显式子Agent派生，隔离上下文，父Agent协调
- Agent Swarm：多Agent群体协作
- KAIROS：自主持久Agent，后台运行
- Coordinator Mode：主Agent指挥多个工作Agent
Codex CLI的多Agent架构（2026年3月16日发布子Agent功能）：
- 三角色子Agent：explorer（只读分析）、worker（读写执行）、default（通用），最多6个并发
- Git Worktree隔离：每个子Agent在独立worktree中工作，避免冲突
- Cloud Execution：
codex cloud exec发射后不管，支持跨小时/天/周的长时任务 - spawn_agents_on_csv：从CSV批量派生任务，内置进度追踪和ETA
- Agents SDK集成：将Codex CLI作为MCP Server嵌入OpenAI Agents SDK流水线
- GitHub Action：CI/CD集成，PR自动生成
差异：Claude Code的Agent编排更侧重深度协调（Coordinator可以指挥、审查、要求返工），Codex CLI的子Agent体系同样成熟，侧重效率扩展（三角色分工 + worktree隔离 + 云端异步执行）。两者在多Agent能力上已形成各有侧重的对等格局。
30A.11 生态系统与扩展性
Claude Code：
- MCP（Model Context Protocol）作为核心扩展协议
- DXT插件格式（带安全校验的压缩包）
- 内置Plugin Registry
- 17种Hook生命周期事件
- 29+内置技能
Codex CLI：
- MCP原生支持：STDIO和streaming HTTP服务器，
codex mcp命令管理 - Plugin Marketplace（2026年3月27日上线）：三组件架构（Skills + App Connectors + MCP Servers）
- 20+首发官方插件（Slack、Figma、Notion、Sentry等合作伙伴）
- AGENTS.md跨工具兼容标准
- Apache 2.0开源，400+贡献者
- 标准化Skill目录结构 + Plugin打包分发
- SQLite持久化记忆系统：跨会话知识库，后台异步rollout提取
- OpenTelemetry可观测性集成
- GitHub Action原生CI/CD集成
- Computer Use：GPT-5.4原生支持，首个通用模型级Computer Use能力
生态评估：Claude Code的MCP协议正在成为Agent工具集成的事实标准（多家竞品已支持）。但Codex CLI在2026年3月密集更新后，生态能力已大幅追赶——Plugin Marketplace、MCP原生支持、子Agent系统、SQLite记忆、Computer Use等能力的快速补齐，使其从"轻量开源替代"跃升为与Claude Code正面竞争的全功能平台。
30A.12 适用场景推荐
基于以上全维度对比，两者的最佳适用场景：
优先选择Claude Code：
- 复杂代码重构和架构设计
- React/前端组件开发（盲测质量显著领先）
- 大型代码库深度分析
- 需要企业级安全策略定制（Hook + 策略限制API）
- 对代码质量要求极高的场景
优先选择Codex CLI：
- DevOps/基础设施脚本编写
- CI/CD自动化流水线
- 预算敏感的批量任务（3-4x Token效率）
- 安全关键环境（内核级沙箱）
- 需要开源审计和定制的场景
- 大型monorepo跨文件推理（1M上下文窗口）
双工具互补策略：越来越多的开发团队同时使用两者——Claude Code负责"思考密集型"任务（架构设计、复杂Bug修复），Codex CLI负责"执行密集型"任务（批量文件处理、自动化脚本、CI/CD）。独立评测发现，在安全审计场景中，两工具各自发现了对方遗漏的漏洞类别，双工具策略的覆盖率显著优于单一工具。