同样用AI编程工具，有人一小时顶别人一天，有人用了半年还在当聊天框使。差距不在工具，在用法。先给结论：Claude Code是Anthropic的终端编程Agent，长上下文、自主执行强，适合啃硬骨头；Codex是OpenAI的编程Agent，命令行加VS Code双端，和GitHub生态咬得紧。命令行重度用户选Claude Code，天天泡VS Code和GitHub就先试Codex，两个都装也不冲突，哪个顺手用哪个。
Claude Code几个含金量最高的实操。第一，并行才是第一生产力，用git worktree开三五个独立目录，每个跑一个会话，一个修bug、一个写新功能、一个查日志，互不干扰。第二，复杂任务先进Plan Mode，把计划写透再让它动手，一旦跑偏立刻切回计划重来，别硬推。第三，把CLAUDE.md当团队知识库，第一次进项目跑/init自动生成，之后每次它犯错就补一句"把这个教训记进去"，文件越迭代出错率越低。第四，重复操作封装成斜杠命令，一天干超过一次的事就做成/xxx提交到git。第五，Bug直接丢给它修，给段日志说一句"fix the failing CI tests"，它自己会查。
Codex这边有几个坑先帮你踩平。项目里一定建.codexignore，把node_modules、dist这些目录排除掉，不然它扫描文件能让你等到怀疑人生。用/init生成AGENTS.md项目规范，技术栈、代码风格、测试框架写清楚，输出质量立刻不一样。用/approvals管授权模式，默认沙箱隔离更安全，别一上来就开全自动跳过审批。长任务记得用/compact压缩上下文、/model切换模型。它还支持直接传截图，把设计稿或报错界面丢给它，复刻网页、分析UI比纯文字描述准得多。
真正的核心心法，其实跟工具无关。需求越具体越靠谱，别说"修个bug"，要说"修复用户登录时密码为空导致的空指针"。动手前先让它读代码，把表结构、错误处理方式摸清楚再改。大任务拆小步，一次一个模块。最容易被忽略的是：上下文才是你花钱买的稀缺资源。任务之间记得/clear，长对话用/compact压缩，同一问题纠正它两次以上还没收敛，别硬扛，重开一个干净会话。工具之间也要分工：让Codex当执行引擎去落地功能，让Claude Code当研究员去分析架构权衡，别让一个工具又思考又执行又验证，那是在为它的瞎逛买单。
对普通开发者，现在就有三件值得做的事。给需求加上可验证的标准，告诉它"实现后跑测试，全绿才算完"。把项目规范写进CLAUDE.md或AGENTS.md，一次配置长期受益。把重复劳动做成命令和脚本，让AI在后台干活，你只负责审核结果。工具只是放大器，放大的是你定义问题的能力。
你平时用AI写代码，是越用越省事，还是越用越累？评论区聊聊你的踩坑经历。
AI编程 ClaudeCode Codex 程序员效率