實測OpenAI Codex新功能：Claude Code最強對手來了

OpenAI剛剛向部分用戶開放了Codex的預覽權限。我把它扔進了一個真實的Python代碼庫，想看看它到底能不能打。

結論先放在前面：這是目前Claude Code最直接的競爭對手，而且某些場景下可能更順手。

測試環(huán)境是一個運行了四年的Django項目，代碼量不大但足夠真實——有技術債、有遺留邏輯、有沒寫注釋的黑箱函數(shù)。Codex接到的第一個任務是排查一個間歇性出現(xiàn)的API超時問題。

它的處理方式很直接：先掃描整個項目的依賴關系，鎖定可能涉事的三個模塊，然后逐行追問我對業(yè)務邏輯的理解。沒有一上來就給我十頁分析報告，而是像結對編程那樣，一邊查一邊確認方向對不對。

這個交互節(jié)奏和Claude Code很像，但Codex在代碼定位的速度上明顯更快。同樣是檢索跨文件的函數(shù)調用鏈，Codex平均用時4秒左右，Claude Code大概要7-8秒。差距不算懸殊，但在頻繁跳轉的場景下會累積成體感差異。

真正讓我意外的是它的"假設驗證"模式。當我描述了一個可能的根因后，Codex沒有直接附和或反駁，而是生成了一段可執(zhí)行的測試腳本來驗證這個假設。腳本跑完，假設被證偽，它立刻切換了排查路徑。這種"用代碼說話"的習慣，比純文本辯論省了很多來回。

當然，短板也很明顯。遇到需要理解業(yè)務上下文才能判斷的取舍時，Codex的傾向是保守——它會列出所有技術可行的方案，但不做推薦。Claude Code在這方面更主動，偶爾會基于常見實踐給出傾向性建議。

另一個細節(jié)是成本感知。Codex會在每次調用前估算token消耗，并詢問是否繼續(xù)。這個功能對預算敏感的小團隊很實用，但重度用戶可能會覺得打斷感太強。

目前Codex還處于有限預覽階段，OpenAI沒有公布正式定價。從現(xiàn)有表現(xiàn)來看，它更適合那些希望保持對排查過程強控制、同時不想在機械檢索上耗時間的開發(fā)者。如果你想要一個更像"資深同事"的AI——會主動拍板、敢承擔建議責任——Claude Code暫時還是更對味。

這場結對編程工具的軍備競賽，現(xiàn)在才算真正開打。