OpenAI 研究员实测：Claude 编码体验胜过 Codex

10 月 24 日，OpenAI 研究员 Will Depue（willdepue）在多条帖子中分享了对多个 AI 编码 agent 的高强度实测对比，核心结论是 Claude 在可用性与用量政策上明显胜过 Codex，同时公开给 Anthropic 列出六条击败 OpenAI 的建议。

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 且不会回头。他形容 astra/sol 常有「白痴天才」式的技术高光。
• 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。他还贴图对比：另一个工具的 markdown viewer 能正常滚动、排版舒适，而 Codex 会把内容挤成一堵文字墙。
• Codex 也有优点：产品手感好、computer use 出色、队列与消息系统体验优于 Claude。
• 他给 Anthropic 的六条建议包括：加一个好用的 goal 模式、修复消息排队系统、停止对无害请求的过度拒绝、加强高难度技术优化、改善呈现体验差等短板。
• 为撇清立场，他自曝 90% 的净资产在 OpenAI 的 PPU（利润分成单位）里，「我也希望事实不是这样，我在努力」。
• 他担忧 OpenAI 内部许多研究员没有 Claude 的访问权限、也缺少做硬核技术项目的机会，因此不了解 Claude 实际「强太多了」；建议每月拿出两天不做本职工作，改用竞争对手的产品做有难度的项目亲身感受。前员工身份的讨论中，大 V tszzl 也转述了这一担忧，指研究员因无权限访问而低估 Claude 实力。
• 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 OpenAI 内部人员的第一手对比观察，其「利益相关却直言对手更强」的立场尤为罕见，指向当前编码 agent 的几个关键痛点：订阅与用量政策（不限量 vs 限制）直接影响用户留存；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；同时暴露大厂内部对竞品认知不足的组织问题——连研究员都可能因接触不到对手产品而误判竞争格局。

2026-10-24 ~ 2026-10-24 · 11 条相关

• 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
• Codex vs Claude 实测：能力强但输出术语难读 — willdepue · 2026-10-24
• 【源头】OpenAI 研究员：内部很多人不知 Claude 有多强 — willdepue · 2026-10-24
• 【源头】OpenAI 研究员给 Anthropic 支招:六件事做完就能击败 OpenAI — willdepue · 2026-10-24
• OpenAI 员工自曝:90% 身家在 PPU 上,仍直言自家产品差距 — willdepue · 2026-10-24
• 开发者吐槽:竞品 markdown 渲染甩开 Codex 几条街 — willdepue · 2026-10-24
• Will Depue 担忧 OpenAI 研究员因无权限访问而低估 Claude 实力 — tszzl · 2026-10-24

另有 1 条近重复转述:willdepue