开发者实测对比：Claude 独立跑 12 小时胜过 Codex

10 月 24 日，开发者 willdepue 在多条帖子中分享了对多个 AI 编码 agent 的实测对比，核心结论是 Claude 在可用性与用量政策上明显胜过 Codex。

已确认

• willdepue 表示可以放心让 Claude 独立工作 12 小时并带回出色结果；若非 Claude 提供不限量的 20x 订阅，他早就放弃 Codex 不会回头。
• 他批评 Codex 写了「第 100 万个单元测试」却仍留下关键 bug。
• 他认为 Codex 与 Claude 都爱写难读的技术行话，但 Codex 更糟——他大多数时候基本不读 Codex 的输出，而是直接追加一条「用平实英语解释」的指令。
• Codex 也有优点：computer use 出色，队列与消息系统体验好。
• 他还吐槽 agent 类应用的普遍问题：模型会迷路、应用不断崩坏卡住目标、生成巨大的不可读 .txt 报告且只能在极窄的 markdown 面板里打开（五列表格被压成 150px），配图显示任务因 Selenium 相关问题失败。

为什么重要

这是一份来自高强度使用者的第一手对比观察，指向当前编码 agent 的两个关键痛点：一是订阅与用量政策（不限量 vs 限制）直接影响用户留存；二是输出可读性与长时自主任务的可靠性仍是大模型产品的短板，即便能力强的模型（如他形容 astra/sol 常有「白痴天才」式高光）也难以避免。

2026-10-24 ~ 2026-10-24 · 5 条相关

• 【源头】开发者：若非 Claude 不限订阅，早弃 Codex 不回头 — willdepue · 2026-10-24
• 开发者吐槽 agent 应用：模型迷路、目标卡死、报告没法看 — willdepue · 2026-10-24
• 【源头】开发者实测:Claude 可独立跑 12 小时,Codex 写百万测试却留关键 bug — willdepue · 2026-10-24
• 开发者吐槽:Codex 输出技术黑话难读,每次都得追加「讲人话」指令 — willdepue · 2026-10-24
• 【源头】Codex vs Claude 实测：能力强但输出术语难读 — willdepue · 2026-10-24