"The best coding assistant is not the one that writes the most code, but the one that keeps you closest to the real project."

这段时间我主要体验了两类 AI 编程工具：一个是 Anthropic 的 Claude Code CLI，另一个是 OpenAI 的 Codex APP。前者更像是嵌入终端的开发搭子，后者更像是一个带图形界面的任务工作台。

本文会偏教程和评测一些：先介绍它们的入口、基本用法和核心能力，再对比各自适合的场景，最后写一点个人使用感受。

说明：本文写作时间为 2026-07-16，AI 编程工具更新很快，安装命令和功能入口建议以官方文档为准。

图片来源：Wikimedia Commons（Anthropic logo、OpenAI logo）

一、工具定位

1. Claude Code CLI

Claude Code 是 Anthropic 面向代码场景的 agentic coding tool，它可以读取代码库、编辑文件、运行命令，并和开发工具集成。官方文档中提到它可以运行在 terminal、IDE、desktop app 和 browser 等多个入口中，而这里主要讨论的是 CLI 入口。

简单来说，Claude Code CLI 的核心特点是：

直接在终端中工作
能读取和修改本地项目
可以运行测试、构建、lint 等命令
支持 CLAUDE.md、skills、hooks、MCP 等自定义能力
适合习惯命令行开发的人

它给人的感觉不是“打开一个聊天窗口问问题”，而是“在当前项目目录里叫来一个会读代码、会改文件、会跑命令的助手”。

2. Codex APP

Codex APP 这里指 OpenAI 在 ChatGPT 桌面端中提供的 Codex 工作入口。根据 OpenAI 的 ChatGPT Learn 文档，桌面 app 更像是复杂工作的 command center，可以在一个桌面工作区里运行并行项目、处理文件、使用浏览器和桌面应用，并保持长任务继续推进。

它的核心特点是：

有图形界面，任务、文件、终端输出更容易观察
可以打开文件夹或项目，让 Codex 使用其中的上下文
支持 Codex、Chat、Work 等不同工作模式
可以结合浏览器、插件、文件产物和本地工具
更适合长任务、可视化检查和多线程工作

如果说 Claude Code CLI 的优势是“快进快出”，那么 Codex APP 的优势就是“看得见、管得住、能切换”。

二、安装与启动

1. Claude Code CLI 安装

Claude Code 官方推荐的安装方式有 Native Install、Homebrew、WinGet 等。以常见系统为例：

macOS、Linux、WSL：

1	curl -fsSL https://claude.ai/install.sh \| bash

Windows PowerShell：

1	irm https://claude.ai/install.ps1 \| iex

Windows CMD：

1	curl -fsSL https://claude.ai/install.cmd -o install.cmd && install.cmd && del install.cmd

安装完成后，在项目目录中运行：

1 2	cd your-project claude

第一次运行时会要求登录账号。官方文档也提供了检查命令：

1 2	claude --version claude doctor

如果是在 Windows 上使用，需要注意当前终端是 PowerShell 还是 CMD，因为二者的安装命令不同。另外，Claude Code 在 Windows 原生环境和 WSL 中都能运行，但如果你大量依赖 Linux 工具链，WSL 会更自然。

2. Codex APP 安装与启动

Codex APP 的入口在 ChatGPT 桌面 app 中。基本流程是：

1.  下载并安装 ChatGPT 桌面端
2.  使用 ChatGPT 账号登录
3.  选择项目、任务或打开本地文件夹
4.  在 Chat、Work、Codex 等入口中选择合适模式
5.  描述要完成的任务，并提供必要上下文

Codex 也有 CLI 入口，安装方式类似：

1	curl -fsSL https://chatgpt.com/codex/install.sh \| sh

然后进入项目目录运行：

codex

不过本文重点是 Codex APP。和 CLI 相比，APP 的好处是它把任务、文件、产物、浏览器、终端输出放到了更容易管理的界面里，对于不想一直盯着命令行的人会更友好。

三、基础使用流程

1. Claude Code CLI 的典型流程

Claude Code CLI 最常见的使用方式是在项目目录中直接启动：

claude

进入交互界面后，可以直接描述任务，例如：

1	请阅读这个项目的结构，并告诉我主要模块之间的关系。

或者：

1	帮我修复登录页提交后没有跳转的问题，修改后运行相关测试。

它也支持带初始 prompt 启动：

1	claude "explain this project"

如果只是想要一次性输出，不进入完整交互模式，可以使用 -p：

1	claude -p "explain this function"

处理管道输入也很方便：

1	cat logs.txt \| claude -p "explain these errors"

继续最近一次会话：

claude -c

恢复某个指定会话：

1	claude -r "auth-refactor" "Finish this PR"

这些命令让 Claude Code CLI 很适合和 shell、git、CI 脚本结合起来。例如查看日志、解释 diff、生成 PR 描述、批量检查文件等，都可以放进命令行工作流中。

2. Codex APP 的典型流程

Codex APP 的流程更接近桌面应用：

1.  打开 ChatGPT 桌面端
2.  选择一个项目或打开本地文件夹
3.  进入 Codex 相关任务界面
4.  告诉它要做什么
5.  观察它读取文件、运行命令、提出修改
6.  在界面里检查 diff、终端输出和生成的文件

比较适合的 prompt 形式如下：

1	请阅读这个 Hexo 博客项目，仿照现有文章格式新建一篇关于 AI 编程工具体验的博文。不要修改主题文件，完成后运行构建检查。

或者：

1	请检查当前分支的未提交改动，按严重程度给出 code review 意见，不要直接修改文件。

Codex APP 的优势在于它更适合“看过程”。它修改了哪些文件、跑了哪些命令、哪里需要授权、生成了哪些产物，都比纯终端更直观。对于长任务、多文件任务、需要图片或网页检查的任务，这种可视化工作台会舒服很多。

四、项目规则与权限控制

1. Claude Code 的 CLAUDE.md

Claude Code 可以通过项目根目录中的 CLAUDE.md 保存长期指令。比如项目使用什么代码风格、常用测试命令、哪些目录不能动、提交前要做什么检查，都可以写进去。

例如：

# Project Instructions

- 修改代码前先阅读相关模块。
- 不要直接删除用户文件。
- 前端改动完成后运行 npm run build。
- 回答中使用中文说明修改内容。

这样每次在项目中启动 Claude Code，它就能自动读取这些约束。对于长期维护的项目来说，这比每次手动重复说明要可靠得多。

2. Codex 的 AGENTS.md

Codex 中对应的项目规则文件通常是 AGENTS.md。它也用于保存仓库级别的长期约束，例如禁止批量删除、必须使用某个测试命令、代码风格要求等。

例如：

# AGENTS.md

- 禁止批量删除文件或目录。
- 需要删除文件时，只能一次删除一个明确路径的文件。
- 修改 source/_posts 下的文章时，保持现有 Hexo front matter 格式。
- 完成后运行 npm run build 检查。

我觉得这类规则文件是 AI 编程工具真正变得“可协作”的关键。没有规则时，它像一个很聪明但容易误会需求的人；有了规则后，它才更像项目里的固定成员。

3. 权限与沙盒

两类工具都会涉及权限问题：能不能读文件、能不能改文件、能不能联网、能不能运行命令、能不能访问外部工具。这里不建议为了省事直接开启最高权限。

比较稳妥的做法是：

小任务先给较小权限
涉及删除、移动、批量修改时要求确认
跑测试、安装依赖、联网查询时单独授权
修改完成后检查 git diff
对长任务设置清晰边界

AI 编程工具的能力越强，越需要明确边界。否则它能替你完成工作，也能替你制造一些很难回滚的麻烦。

五、功能对比

维度	Claude Code CLI	Codex APP
主要入口	终端	ChatGPT 桌面端
使用体验	命令行优先，响应直接	图形界面优先，过程可视
上手门槛	需要熟悉 terminal	更接近普通桌面软件
适合任务	快速修改、脚本化、日志分析、CI 场景	长任务、多文件产物、可视化检查、并行任务
项目规则	`CLAUDE.md`	`AGENTS.md`
自动化能力	适合和 shell、pipe、脚本组合	适合任务管理、浏览器、插件和文件工作流
过程观察	主要看终端输出	可以看任务、文件、diff、产物
心智模型	会写代码的终端助手	会处理项目的桌面工作台

六、适合 Claude Code CLI 的场景

1. 快速理解项目

进入项目目录后直接问：

1	claude "请解释这个项目的目录结构和启动方式"

这类任务 Claude Code CLI 很顺手，因为它不需要复杂界面，读完文件后直接在终端给结论。

2. 修复明确 bug

例如已经知道报错信息：

1	claude "运行测试并修复当前失败的 auth 相关用例"

只要项目测试命令清晰，它就可以形成“读代码 -> 修改 -> 运行测试 -> 继续修”的闭环。

3. 分析日志和 diff

命令行最大的优势就是组合：

1	git diff \| claude -p "请 review 这些改动，重点关注潜在 bug"

或者：

1	tail -200 app.log \| claude -p "分析最近的错误日志"

这种场景用 CLI 比复制粘贴到网页里自然很多。

七、适合 Codex APP 的场景

1. 多文件修改

如果任务会涉及多个文件、多个步骤，并且需要反复检查 diff，Codex APP 会更舒服。因为你可以在界面里持续观察它的执行过程，而不是只在终端中滚动查看输出。

2. 写文章、文档、表格等产物

Codex APP 不只是写代码，它也适合处理文档和内容类任务。例如本文这种博客文章，既要读项目格式，又要新建 Markdown，还要检查构建结果。APP 的文件产物展示会更直观。

3. 需要浏览器或视觉检查的任务

如果是前端页面、数据可视化、网页调试，Codex APP 配合浏览器检查会更方便。因为这类任务不只是“代码是否通过测试”，还要看页面是否真的符合预期。

4. 长任务和并行任务

当任务不是三五分钟能完成时，APP 的任务管理感会明显强一些。你可以切换任务、回看上下文、检查中间产物，也更容易把一个大任务拆成几个小任务推进。

八、一些使用建议

1. 先让它读项目，不要上来就改

比较稳妥的第一句话是：

1	先阅读项目结构和相关文件，不要修改代码，告诉我你准备怎么做。

这样可以避免它在不了解项目约定时直接动手。

2. 任务要小

不要一次说：

帮我重构整个项目。

更好的说法是：

1	请只重构登录模块，把表单校验逻辑抽到单独函数中，保持外部行为不变，并运行现有测试。

AI 不是不能做大任务，而是大任务更需要拆分和验收。

3. 给出验收标准

例如：

1	完成后请运行 npm run build，并说明修改了哪些文件。

或者：

1	不要提交 commit，只保留工作区改动，最后给我总结 diff。

明确验收标准后，工具的输出会稳定很多。

4. 保持 git 干净

开始前最好先确认：

1	git status

如果工作区已经有改动，要告诉 AI 哪些是已有改动，哪些可以修改。否则它可能会把你的手工改动和它自己的改动混在一起。

九、个人体验

我的感受是：Claude Code CLI 更像一把锋利的命令行工具，Codex APP 更像一张可以展开工作的桌面。

如果我已经很清楚要做什么，例如修一个明确 bug、解释一段日志、review 一段 diff，我会更倾向于 Claude Code CLI。它启动快、路径短，而且能自然接入命令行生态。

但如果任务需要读很多文件、写一篇完整文章、调页面、看截图、处理多个产物，我会更倾向于 Codex APP。它的优势不是某一次回答更聪明，而是整个过程更容易被观察和接管。

还有一点很明显：这类工具真正好用的前提不是“模型足够强”，而是“上下文足够清楚”。项目规则、任务边界、验收命令、禁止事项，这些写得越明确，AI 就越像队友；写得越模糊，它就越像一个随机发挥的实习生。

所以我的结论是：

终端重度用户：优先试 Claude Code CLI
想要可视化、长任务和多产物管理：优先试 Codex APP
团队项目：一定要写好 CLAUDE.md 或 AGENTS.md
重要修改：不要跳过 review 和测试

AI 编程工具已经不只是“帮我补全几行代码”的阶段了，它更像是在项目里开了一个新的协作入口。用得好，它可以显著减少重复劳动；用得急，它也会把问题放大。所以最重要的不是让它替我们思考，而是让它在清晰边界内替我们执行。

MSM's blog

Claude Code CLI 和 Codex APP 的使用体验