# $155 vs $15：Codex 实测一个月，替代了我的 Claude Code
**作者**: 百年 AI×出海
**日期**: 2026-05-02T09:03:03.000Z
**来源**: [https://x.com/yidabuilds/status/2050501309078610153](https://x.com/yidabuilds/status/2050501309078610153)
---
我每月在 AI 编程工具上花 $600。两个 Claude Code 订阅 $400，一个 Codex Pro $200。上个月开始，那 $200 干的活比 $400 的还多。
同一个自动化任务，CC 跑一遍 $155额度，Codex 跑一遍 $15额度。7 个 Codex 并行，25 分钟干完了串行做两三天的量。实测一个月的结论：除了爬虫和逆向工程，Codex 已经完全是 CC 的平替。
我还留着 CC 主要是习惯——用了一年多，工作流全搭在上面，迁移成本不低。但纯出代码的活，Codex 更快、更省、更好。这篇把一个月踩过的坑和摸出来的工作流全写出来。
## Codex 到底是什么
OpenAI 做的编程工具，和 Claude Code 直接对标。也是在终端里跑，能读你的代码、改你的文件、执行命令——基本能力和 CC 一样。
但有几个不一样的地方：
开源。 代码全部公开，GitHub 上 7.5 万人给它打了星。CC 是不开源的。开源意味着社区贡献很活跃，光是别人写好的现成技能就有 50 多个可以直接装。
安全甲。 Codex 的安全甲特别离谱，纯纯道德标兵，所以各种爬虫逆向的任务，都会直接拒绝帮你做，云端直接安全审查。目前破限社区，包括linux.do和酒馆社区，都是拿 gpt 一点办法都没有的。Claude code 相对就会邪恶一点，帮你干坏事😈。
GPT-5.5。 4 月 24 号 Codex 默认模型切到了 GPT-5.5，这个是大事。速度很快，发完指令几秒钟就开始跑，不开加速模式也有大概每秒 90 个 token。最明显的感受是：终于说人话了。以前 GPT 系列写代码注释总有一股"AI味"，5.5 的输出自然了很多。
## 它和 Claude Code 到底谁强
先说体感：日常写代码、跑自动化任务，Codex 比 CC 快不少，而且省钱——同一个任务 Codex 花 $15，CC 可能花 $155，差距就是这么大。原因是 GPT-5.5 每个任务用的资源比 Claude 少了很多，同样的事它用更少的"思考量"就能搞定。
但 CC 也有 CC 强的地方。遇到那种要同时改十几个文件、需要理解整个项目架构的复杂重构，CC 的理解能力还是更深。有人做过盲审测试，让人分不清是谁写的然后打分，CC 的代码质量胜率是 67%。而且 CC 安全甲更弱，逆向爬虫都是手到擒来的。
不过说实话，这个差距在实际使用中没那么重要。后面我会介绍一个叫 Superpowers 的工具，装了之后 Codex 的代码质量稳定性提升很大，基本把这个差距补回来了。
## 怎么装
安装细节上篇 CC 入门里写过，没看过也没关系。把"我用的是 Mac / Windows，帮我安装 Codex CLI"发给任何一个 AI（包括但不限于 Claude Chatgpt Deepseek 豆包 Gemini 等等），它会一步一步教你。碰到报错截图发过去，也能帮你解决。
Codex 比 CC 还简单一点：装完在终端输入 codex，用你的 ChatGPT 账号登录就行。不需要配什么密钥、不需要设什么环境变量，登录即用。
## 多少钱
Codex 不单独收费，包含在 ChatGPT 订阅里。$20 的 Plus 就能用。
不过实话说，Plus 的额度烧得很快，重度使用一天就能见底。$200 的 Pro 有 5 倍用量，目前促销期是 10 倍，6 月 1 号结束。
我自己的支出：两个 CC 订阅 $400 + 一个 Codex Pro $200 = 每月 $600。Codex 这 $200 实际能干的活比 CC 的 $200 多不少，因为同样的任务它消耗的资源少了 3 到 4 倍。
另外一个重点就是中转站，codex 的中转站价格，往往都是官方一折，我的实测很多站甚至是几毛钱一刀的额度；过年期间甚至我买到过79元的包月，每天都能用几百刀的额度，可惜现在没了。而且 codex 的中转，比 claude code 的中转站稳定的多得多，openai 不像 A 社一样喜欢抽风，这是另外一个重点。
不过中转站的另外一个点就是他算半个黑灰产。黑灰产的问题就是你必须得自己真金白银实测，你才能测出来靠谱的好用的。我目前没有想拿名誉担保的中转站，我自己也亲历过几家中转站的跑路，自己甚至也被割过一两千块钱，我这方面希望大家自己去实测吧。
## 装完第一件事
1. AGENTS.md
CC 有 CLAUDE.md，Codex 有 AGENTS.md。功能一样——放在项目根目录，告诉它这个项目的规矩。
好消息：如果你已经有 CC 的项目，Codex 也会读 CLAUDE.md，直接就能用。
但有一个反直觉的发现：写太多反而不好。有人做过研究，让 AI 自动生成的 AGENTS.md 反而降低了任务成功率。原因是 Codex 自己能读代码，你塞太多说明它反而被干扰了。
正确的写法：只写它自己发现不了的东西。什么构建命令、什么文件不许动、提交信息用什么格式。就这些，不超过一页纸。
2. 权限：别用默认的
Codex 默认每个操作都要你确认，很烦。但现在基本没人用默认模式了——大部分开发者直接开全自动，让它自己干自己的，省得一直按回车。
在 ~/.codex/config.toml 里设一次，以后就不用管了：
> approval_policy = "never"
> sandbox_mode = "workspace-write"
这样 Codex 在项目目录里可以随便改文件、跑命令，不再问你。
但前提是你得有 git 兜底。这个和上篇 CC 入门里说的完全一样，再强调一遍：
代码一定要上 git，而且一定要推到云端。 GitHub、GitLab 都行。Codex 开了全自动之后它改代码更激进了，改着改着把配置文件搞坏、删掉不该删的东西都遇到过。有 git 就能回滚，没 git 就只能重写。
数据库没法 git，必须单独备份。 我的做法是每四个小时备份一次关键数据文件，同步到云端。AI 有时候会写出覆盖数据的脚本——我有一次让它写了个新的数据处理脚本，直接把正在跑的旧脚本的输出文件覆盖了，数据没了。从那以后所有数据文件操作前先 .bak 备份。
总结：代码上 git + push 云端，数据库定时备份，数据文件操作前先 bak。 这三条是开全自动的前置条件，不是可选项。
## 怎么给它布置任务
1. 先让它出方案再动手
复杂任务别上来就让它改代码。按 Shift+Tab 进入规划模式，让它先看看项目、提个方案，你审核没问题了再让它动手。这个和 CC 的道理一样——任务越大，越要先想清楚再干。
2. 指令要说清楚四件事
不用写得很长，但要把这四个说清楚：想要什么结果、参考哪个文件、什么不能动、怎么算完成。
比如："给用户模块加一个频率限制。参考 auth 那个文件的写法。不要改现有的测试。测试全部通过就算完成。"
3. 几个实用的命令
用着用着你会发现 Codex 跑久了回答质量会下降，这时候输入 /compact 让它压缩一下记忆。或者干脆 /clear 清空重来。还有一个 CC 没有的功能：/fork，不确定走哪条路的时候，分叉一个出来试另一条路，不影响当前进度。
## 值得装的工具和技能
1. 省钱神器：caveman 模式
一行命令就能省 65% 的额度消耗：
export CODEX_RESPONSE_STYLE=caveman
开了之后 Codex 不再废话，不解释、不寒暄、只干活。我现在所有的 Codex 都默认开这个。
2. Superpowers：质量稳定器
这个我强烈推荐。简单说就是一套规矩，强制 Codex 按流程干活：先想清楚要做什么、先把验收标准写好、再动手写代码、最后自己检查一遍。
Codex 裸跑的时候容易上来就改代码，改着改着方向就偏了。装了 Superpowers 之后它被流程卡住了，每一步都有检查点，不能跳过。实际效果是复杂任务的完成质量稳定了很多。
安装也简单，从 GitHub 下载放到技能目录就行。而且它不挑工具——CC、Cursor、Gemini 都能用，因为本质就是一个文档文件。
3. 用量监控
pip install ccusage，装了之后能看到你每天烧了多少额度。不装这个你根本不知道自己花了多少。我有次一个任务跑进了循环，几分钟烧掉好几万 token，装了监控之后才发现这种事比想象中常见。
## 我的真实工作流
小活：直接开 Codex
修 bug、调格式、补测试，终端里 codex 开一个就行。指令越简单它干得越好——"修一下这个文件里的空指针""给这个函数补个测试"。
大活：拆成多路并行
这是最强的玩法。把一个大任务拆成好几块，每块分配一个 Codex 去干，同时跑。正确做法是给每个 Codex 建一个独立的项目副本，这样它们之间不会互相打架。
实际数据：7 个 Codex 同时干活，25 分钟搞定。一个人串行做保守估计两到三天。
唯一的铁律：一个文件只能分给一个 Codex。 两个 Codex 同时改同一个文件必定出问题，没有例外。
## 踩的坑
1. 用到后面开始胡说八道
每个 Codex 会话有容量上限，用完了它不会报错，而是开始写不靠谱的代码。这比报错更坑——报错你起码知道出事了，而它质量悄悄滑坡的时候你可能已经在它写的烂代码上面继续搭了好几层。
我的规则：感觉它开始不太对劲了，直接开个新的，别续命。宁可重新给一遍上下文，也不要在一个疲劳的会话里硬撑。
2. 别装太多扩展
Codex 支持接外部工具，但每个工具都会吃额外的资源。我见过有人接了一个 GitHub 工具包，里面 93 个功能，每轮对话直接多烧五万多 token。只留你真正用得上的，其他全砍掉。
## 真实感受
Codex 现在已经是 CC 的完全平替了。我还留着 CC 主要是习惯加上爬虫需求，其他的活全在 Codex 上。
一个人能调动的 AI 算力在急剧增加。去年是一个 CC 干活，今年是一个 CC 加七八个 Codex 并行。如果你已经在用 CC 觉得还不够——加一个 Codex，你会明白我在说什么。
## 相关链接
- [百年 AI×出海](https://x.com/yidabuilds)
- [@yidabuilds](https://x.com/yidabuilds)
- [22K](https://x.com/yidabuilds/status/2050501309078610153/analytics)
- [Upgrade to Premium](https://x.com/i/premium_sign_up)
- [5:03 PM · May 2, 2026](https://x.com/yidabuilds/status/2050501309078610153)
- [22.5K Views](https://x.com/yidabuilds/status/2050501309078610153/analytics)
- [View quotes](https://x.com/yidabuilds/status/2050501309078610153/quotes)
---
*导出时间: 2026/5/2 22:30:59*