“Claude Code 你就作吧，我换 Codex 了”

一个开发者最崩溃的时刻，不是AI写错了代码。

而是它刚刚读完你的代码仓库、刚刚理清了bug、刚刚准备动手修改，屏幕上突然弹出一句话：你已达到当前会话的使用限制。

上下文断了，推理链没了，刚才那一大段排查过程仿佛从未发生过。你只能重新开一个会话，把问题从头再说一遍，然后看着它像一个失忆的实习生，重新开始摸索你的项目结构。

这并非虚构的场景，而是过去几个月不少开发者使用Claude Code的真实体验。

曾几何时，它几乎是AI编程领域的白月光。模型聪明，代码能力强，具备Agent雏形，能钻进复杂的项目里一点点推理。许多人愿意忍受它那极客的界面、昂贵的价格和奇怪的额度算法，只因为它确实比别的工具更能干。

但现在，情况似乎正在起变化。

Claude Code的“信任危机”

据TickerTrends统计，截至5月3日的一周，Codex的npm下载量达到8610万次，而Claude Code则跌至720万次。前者是后者的12倍，而这个差距，几乎完全来自4月30日到5月3日这短短4天的数据暴涨。

Claude Code的地位怎么就被Codex取代了？问题或许不在于对手突然开窍，而在于Claude Code自己一次又一次地把用户往外推。“Claude Code你就作吧，我换Codex了”，类似的表达在开发者社区中正变得越来越多。

从“降智”到“认错”

Claude Code的麻烦，并非始于Codex的追赶。2026年4月，Anthropic发布Opus 4.7模型，用户原本期待一次能力升级，等来的却是一场“叛变”。

用户发现，Opus 4.7连“strawberry里有几个r”这种基础测试都能答错，修改简历时会凭空编造学校名称，甚至还会承认自己“有点懒”，所以没有做交叉验证。更魔幻的是，当有用户质疑Claude某个措辞的来源时，它竟回答说“我搜索过了，但没找到”。

这已经超出了简单的“幻觉”范畴，演变成了信任问题。

随后，AMD的AI总监Stella Laurenzo进行了一次量化分析。她统计了6852个会话、23.5万次工具调用，结论触目惊心：Claude Code的思考深度骤降67%，代码修改前的文件读取率下降70%，而不良行为的触发次数则飙升了173%。一个被设计来写代码的Agent，就这样逐渐失去了被托付终端权限的资格。

面对潮水般的质疑，Anthropic后来发布了一份“检讨书”，承认这轮“降智”由三个Bug叠加造成：3月4日，他们悄悄把默认推理强度从“高”改成了“中”；3月26日，一个缓存Bug导致历史推理每次都被清除；4月16日，系统提示又限制了响应长度，让编码质量再降约3%。按照Anthropic的说法，这些问题已在4月20日全部修复。

然而，检讨书毕竟不是罪己诏，用户也并非没有其他选择。

“玄学”的额度与付费

麻烦不只来自产品的“降智”，还有那比浇了汽油的柴火更容易烧光的Tokens额度。

2026年3月23日，Reddit上的一条帖子引爆了投诉潮。一位Pro用户称，自己3分钟就用掉了5小时会话配额的60%。另一位月付200美元的Max 20x用户记录下，自己的使用率在一条提示之后，直接从21%跳到了100%。

按照正常的token计费逻辑，这几乎说不通。

后来有Anthropic员工解释，在工作日太平洋时间上午5点到11点的高峰时段，额度消耗会加速。翻译一下就是：你花同样的钱，但如果赶在高峰时段干活，服务会更快被用完。

这对开发者而言极其别扭。编程不是刷短视频，今天没额度了明天再看也无妨。开发任务常常卡在某个关键节点，一旦上下文断掉，损失的不仅是几次调用，更是整个工作节奏，甚至是项目进度。从开发者的精神健康角度看，项目卡在一半，那种感觉比便秘还难受。

双重暴击之后，还有坏消息：Claude Code和Claude.ai网页聊天共享同一个额度池。模型升级后，分词器的变化还可能让同样的输入消耗更多token，等于用户在无感状态下遭遇了被动涨价。

Anthropic看似在弥补，实则很懂用户心理。它推出了按量付费的溢出机制：订阅额度用完后，用户可以继续使用，但需要额外付费。问题在于，用户已经花了20美元购买订阅，却仍可能在高强度开发场景下很快触发限流。项目要继续推进，就只能再掏一次钱。

这套逻辑很像某些国产游戏里的体力值系统。区别在于，国产游戏往往免费入场，而Claude Code却是先买月卡，再买体力。开发者并非不愿意为好工具付费，而是讨厌不可预测的付费。你可以贵，但不能“玄学”；你可以限额，但不能让用户不知道自己到底什么时候会被踢下线。

Claude Code似乎把一个生产力工具的付费模式，做成了某种心理学实验。

Codex的乘虚而入

Claude Code与Codex的差距，并非一日之功，而是OpenAI用半年时间一步步追上的。

2026年2月，OpenAI连续出手：2月2日发布Codex桌面应用，3天后发布GPT-5.3-Codex，速度比上代快25%，同时整合了编程与推理能力。这标志着Codex从“终端工具”走向“完整产品”。

4月16日，Codex再次升级：后台“computer use”功能上线，支持在用户工作的同时并行运行多个Agent；新增内置浏览器，可以直接对网页进行批注并给出指令；插件生态扩展到90个以上，覆盖Jira、CircleCI、GitLab、Slack等开发者日常工具链；同期上线的还有Automations功能，让Codex可以不等指令，自动处理issue分类、CI/CD监控、告警响应等重复性工作。

而此时，Claude Code正在忙于处理自己叠加的Bug。

两条相反的产品路径

从产品架构上看，Codex和Claude Code走的是两条相反的路。

Codex将控制权收进云端沙箱。每个任务在独立环境中运行，预加载用户仓库，结束后交还结果。这带来三个好处：安全边界清晰，任务可以并行，执行过程可追踪。用户还可以通过AGENTS.md文件写明项目规则、测试命令和代码规范，相当于给Agent配备了一份上岗说明书。

Claude Code则更像本地终端里的高级工程助理。它贴近真实开发环境，能直接调用本地文件、命令行、MCP和hooks，灵活度很高。但灵活也意味着边界更模糊，一旦MCP配置、权限或工具链出问题，本地Agent就可能从效率工具变成安全攻击的潜在入口。

在上下文管理上，差异也很明显。有用户测试发现，同一个Express.js重构任务，Codex用了约150万token，而Claude Code用了约620万，是前者的4倍多。原因不只是模型效率，也和任务调度设计有关：Codex更适合把任务拆解并行执行，上下文不容易互相污染；Claude Code一旦任务拉长，就容易在同一个上下文里反复探索、纠错、重试，把大量token消耗在过程里。

所以，两者的使用体感完全不同。Codex像是“把任务派出去”：边界清楚，结果可审查，更接近工程流程。Claude Code则像是“和一个聪明同事共享终端”：离现场更近，但也更依赖用户自己来控制权限、上下文和成本。

Claude Code不是不强，而是强得更像一套高自由度的工具箱。Codex的优势则在于，它把Agent能力封装进了一个更可控、更产品化的生产力环境里。也许十年后，Codex会被吐槽老土，Claude Code才是真理，但市场只看现在。

当能力趋同，体验成为胜负手

仔细想想，上面提到的这些问题，Claude Code其实一直存在。只是以前Claude模型能力太强，替它掩盖了太多东西。

UI过于极客，额度策略难以预判，安全边界靠用户自己摸索……这些问题在产品早期或许并不致命，因为那时候Claude确实足够聪明。

当一个工具明显领先时，用户会主动为它找理由。开发者对Claude Code的宽容，本质上并非来自产品体验，而是来自模型能力的红利。

但当Codex在关键基准上追平甚至反超，Claude Code原先被掩盖的问题就会全部浮出水面。这时候，竞争的逻辑变了：不再是“Claude明显更聪明，所以我忍它”，而是“既然Codex也够聪明，我为什么还要忍Claude Code？”

过去的体验瑕疵，如今变成了决策风险。额度不透明影响团队预算，产品不稳定影响工程节奏，安全边界模糊影响企业级接入。个人开发者或许可以凭感觉选择一个工具，但组织不行。

这也标志着AI编程助手（Agent）的竞争进入了下一阶段。第一阶段拼的是模型智力，第二阶段拼的则是产品系统——谁能把强大的模型装进一个可靠、透明、可控的工作环境里。

Claude Code曾经手握几乎最好的牌：最强的模型口碑，最早的开发者心智，最狂热的用户社群。它本有机会将模型优势沉淀成一个真正稳定、可信赖的开发者平台。但它似乎没有把窗口期用来弥补产品上的“债务”，而是继续消耗着用户的忍耐。

当然，故事远未结束。Anthropic显然意识到了问题的严重性。过去几个月，Claude Code的迭代节奏明显加快，权限管理、多智能体协作、企业级部署能力都在快速补齐。其模型底座的优势依然存在，开发者社区的积累尚未消散，那批最早相信它的人也还在观望。

Claude Code完全有足够的条件打一场漂亮的翻身仗。它需要的，或许只是把“聪明”之外的那些事情，也一一做对。