17.1 工具不是宗教
经常在网上看到这种争论:
- "Codex 比 Claude Code 强"
- "Cursor 才是真正的 IDE 杀器"
- "用 ChatGPT 就够了,别折腾别的"
这些争论大多没意义。 因为 AI 工具不是宗教,不需要忠诚——用对的工具做对的事才是核心。
这一章帮你建立一种"工具组合"思维:每个工具的优势是什么,什么场景该用谁,怎么让它们协作。
17.2 主流 AI 编程 / 工作工具的"全家福"
截至 2026 年 4 月,主流工具大致这样分布:
单纯对话 会"动手"完成任务
←————————————————————————————————→
浏览器中 ChatGPT (Web) ChatGPT Tasks
使用 Codex (Web)
桌面 App Claude.ai App Codex (App)
ChatGPT (Desktop)
IDE 内 GitHub Copilot Cursor
Cline
Continue
Aider
终端中 — Codex CLI
Claude Code
Aider
GitHub 中 — Codex GitHub Action
Claude Code Action
Cursor Cloud
光"AI 编程相关工具"就十几个,每个都有自己的擅长。普通人不需要全用,理解定位最重要。
17.3 三大主力工具的定位对比
下面三个工具是 2026 年 AI 编程领域的"三巨头":
| Codex | Cursor | Claude Code | |
|---|---|---|---|
| 形态 | 桌面 App / CLI / Web / GH Action | IDE(VS Code 分支) | CLI / IDE 插件 |
| 厂商 | OpenAI | Anysphere | Anthropic |
| 主力模型 | GPT-5.4 / GPT-5.3-Codex | 多模型可选 | Claude Opus 4.6 |
| 月费起步 | $20(含 Plus) | $20 | $20 |
| 上下文窗口 | 200K | 200K | 200K(Opus 4.6 有 1M beta) |
| SWE-bench 得分 | 78%(GPT-5.3-Codex) | 视模型而定 | 80.9%(Opus 4.6) |
| 长项 | 端到端任务、Computer Use、Skills/Automation | 实时编辑、IDE 集成、自动补全 | 推理深度、长上下文、Agent 自主性 |
| 弱项 | 速度略慢、IDE 集成弱 | 模型依赖外部、配额贵 | 价格略高、生态稍小 |
| 适合谁 | 普通用户首选、偏自动化与流程 | 程序员日常编码 | 复杂推理、长项目重构 |
简单口诀:
- Codex:自动化、流程化、跨场景任务(包括非编程)
- Cursor:边写代码边用,IDE 内体验最丝滑
- Claude Code:复杂任务、深度推理、大型重构
17.4 三种主流"组合方案"
方案 A:纯 Codex(适合初学者 / 非程序员)
配置:
- ChatGPT Plus($20/月)
- Codex 桌面版 + CLI
适用:
- 90% 是非编程任务
- 偶尔写点代码 / 小工具
- 团队里你是少数会 AI 工具的
优势: 一个订阅、一个 App、学习成本最低 劣势: 高强度编码场景不如 Cursor / Claude Code 顺手
方案 B:Cursor + Codex(适合开发者)
配置:
- Cursor($20/月):日常编码
- ChatGPT Plus($20/月):Codex 处理流程任务
适用:
- 你是程序员,每天写代码 4+ 小时
- 也有一些非编程任务(写文档、做表格、自动化)
分工:
- IDE 里写代码、改 bug、调试 → Cursor
- 跨多文件大改动、自动化任务、文档生成 → Codex
- 一次性问答 → Cursor 内置的 chat
方案 C:三巨头全用(适合资深开发者 / 团队)
配置:
- Cursor(日常编码)
- ChatGPT Plus(Codex 自动化)
- Claude Pro(复杂推理)
- 总月费约 $60
分工:
- IDE 实时编辑 → Cursor
- 大型重构、深度思考 → Claude Code
- 自动化任务、Skills、Computer Use → Codex
- GitHub PR 评审 → Codex GitHub Action
优势: 每个场景都用最合适的工具 劣势: 月费高、需要熟悉三个工具
17.5 怎么让多工具"对话"
工具之间不是孤立的。它们可以互相协作。
协作模式 1:AGENTS.md 共享
AGENTS.md 是开放标准,Codex / Cursor / Claude Code / Continue 都认。
你写一份 AGENTS.md 放项目根目录,三个工具都按这份指令工作。技术栈、规范、边界完全一致。
实战:
# 项目根目录
my-project/
├── AGENTS.md # 三个工具共享
├── .codex/skills/ # Codex 专属(其他工具不识别)
├── .cursorrules # Cursor 旧版规则(已迁移到 AGENTS.md,可不用)
└── .claude/ # Claude Code 旧版规则(已迁移)
新版本三个工具都优先读 AGENTS.md。写一份,全部生效。
协作模式 2:Codex 当"调度员"
Codex 的 Skills 系统可以集成对其他工具的调用。比如:
- 一个 Skill 调用本地的 Cursor(通过 cursor CLI)做某个文件的精确编辑
- 一个 Skill 调用 Claude Code 做"深度推理"任务
## 步骤
1. 收集需求 → 我(Codex)来做
2. 设计架构(需要深度推理)→ 调用 claude-code 做
3. 具体编码 → 启动 Cursor 完成
4. 自动化部署 → 我执行 deploy script
协作模式 3:Claude 当"架构师",Codex 当"执行者"
社区里很流行的工作流:
人 ─→ Claude(架构师)─→ 设计方案 + 任务分解
│
▼
Codex(执行者)─→ 按方案逐项实现
│
▼
Claude(review)─→ 检查质量
│
▼
Codex(修复)─→ 按 review 调整
│
▼
交付
为什么不全用 Claude?Codex 在"动手"和"工具调用"上更稳定。 为什么不全用 Codex?Claude 在"复杂推理和方案设计"上更强。
两个互补,效果 1+1 > 2。
协作模式 4:Cursor IDE + Codex Background
你坐在 Cursor 里写代码(编辑器层)。
同时背景里有 Codex 在跑长任务(自动化层):
- 它在更新文档
- 它在跑测试
- 它在监控 PR
两层并行,互不打扰。
17.6 实战:一个完整的多工具工作流
假设你要做"给现有项目加一个新功能",下面是一种推荐工作流:
Step 1:用 Claude Code 设计方案
(在 Claude Code 里)
我有一个项目(已 init 在 ~/projects/my-app/),
现在要加一个"用户邀请好友"功能。
请你:
1. 通读项目(特别是 AGENTS.md 和 README)
2. 设计方案:API 接口、数据表改动、前端 UI、邀请链接生成
3. 把方案写到 PLAN.md,详细到 Codex 可以接力执行的程度
4. 不写代码,只设计
Claude 思考一阵,给你一份 PLAN.md。你审一下,调整。
Step 2:用 Codex 按方案实现
(在 Codex CLI / 桌面版里)
按 PLAN.md 实施。每完成一个阶段就让我审。
注意遵守 AGENTS.md 的规范。
Codex 一步步实现:
- 改 schema → 跑迁移
- 加后端接口 → 写测试
- 加前端 UI → 跑 build
- 每完成一阶段,PR 给你看
你审 → 通过 → 下一阶段。
Step 3:用 Cursor 做最后调整
(在 Cursor 里)
把 src/components/InviteModal.tsx 的样式调一下,
邀请按钮太小,改成跟周围按钮一样大。
这种"细调"在 IDE 里最快。Cursor 直接给你 diff,你 accept 或调整。
Step 4:用 Codex GitHub Action 跑 CI
PR 提交后,Codex GitHub Action 自动:
- 跑 lint + test
- 做 code review
- 在 PR 评论里留 review 结果
你看,merge。
整个流程涉及 4 个 AI 入口(Claude / Codex / Cursor / GH Action),但每一步都是"最合适的工具做最擅长的事",整体效率比"用一个工具死磕"高 3-5 倍。
17.7 不要过度组合
虽然多工具组合很爽,但有几个"反组合"的原则:
原则 1:不要为了组合而组合
如果你 80% 的工作 Codex 一个就够,不要为了"显得专业"非要装三个。
原则 2:每个工具要 own 一个明确职责
不要让两个工具在同一个场景争抢。比如同时让 Codex 和 Cursor 处理同一个文件,可能改冲突。
原则 3:核心配置文件要统一
AGENTS.md、Skills 这些,让所有工具都用同一份。配置分裂是协作崩溃的开始。
原则 4:记住"人是总指挥"
工具再多,最终决策是你的。不要让 AI 工具之间"自主对话"——它们可能进入死循环、互相误导。
17.8 跟 ChatGPT 的关系
很多人疑惑:我已经在用 ChatGPT 了,Codex 和 ChatGPT 怎么分工?
简单:
- ChatGPT:聊天、问答、写文案、想方案、做翻译。没有"做事"能力,只有"说话"能力。
- Codex:所有需要"做事"的——读你的文件、操作你的电脑、跑代码、提交 PR。
你可以这样想:
- 你想"问"什么 → ChatGPT
- 你想"做"什么 → Codex
实际工作中两者经常配合:
- ChatGPT 帮你想"我要建一个家庭账本,应该考虑哪些功能"(咨询)
- Codex 帮你"按这些功能做出来"(执行)
订阅 ChatGPT Plus 同时获得 ChatGPT 完整能力 + Codex 使用权,性价比极高。
17.9 跟 Copilot 的关系
GitHub Copilot 是更老牌的 AI 编程助手,主要做"代码自动补全"。
Copilot 跟 Codex 的关系:
- Copilot:在 IDE 里写代码时,给你"下一行写什么"的实时建议。单次小补全。
- Codex:完成"端到端任务"。多步骤大动作。
完全不冲突,可以同时用。但如果预算有限,Codex 覆盖了更多场景。
17.10 跟 MCP 的关系
MCP(Model Context Protocol)是 Anthropic 提出的"工具协议",让 AI 可以调用各种外部服务(数据库、API、本地工具)。
Codex 也支持 MCP(截至 2026 年 4 月)。也就是说:
- 你给 Claude 配的 MCP 服务(比如 Notion / Slack / Linear 集成)
- Codex 也能用
这让"工具协议"层面也开始统一。未来所有 AI Agent 工具可能都基于 MCP。
17.11 一些非主流但好用的工具
除了三巨头,下面这些工具在特定场景很值得用:
Continue(开源 IDE 插件)
- 完全开源
- 可以自部署 LLM
- 适合企业内网环境
Aider(终端工具)
- 极简、专注
- 跟 git 深度集成
- 适合喜欢极客风格的程序员
Cline(VS Code 插件)
- 类似 Cursor 但开源
- 自带 plan / act 模式
Bolt.new(在线全栈生成)
- 一句话生成完整 web 应用
- 适合做 MVP
v0.dev(Vercel 出品)
- 专门生成 React UI
- 设计感强
这些工具不一定是"主力",但在特定场景能补 Codex / Cursor 的不足。
17.12 怎么选自己的"工具栈"
下面是给不同人的推荐:
完全的小白 / 非程序员
- ChatGPT Plus(含 Codex)
- 就这一个,先用 6 个月
文字工作者 + 偶尔编程
- ChatGPT Plus(Codex)
- 加 Claude(按需用 Pro)
全职程序员
- Cursor 主力
- ChatGPT Plus(Codex 自动化)
- 偶尔用 Claude Pro
团队负责人
- 全员 ChatGPT Business(含 Codex)
- 程序员同事自费 Cursor
- 关键岗位 Claude Pro
极客 / 折腾派
- 全部都装一遍
- 自部署 Continue 试试
- 写自己的 MCP 服务
17.13 一个"组合"的本质
所有这些工具组合,本质是在解决一个问题:单一工具不能做完所有事。
未来五年,AI 工具会越来越像 80 年代的 PC 软件——开始多样化、专业化、协议化。每个工具有自己的位置,互相协作。
你今天养成"工具组合"思维,未来十年都受益。
17.14 本章小结
- AI 工具不是宗教,没有"最好",只有"最合适"
- 三巨头:Codex(流程化)/ Cursor(IDE 内编码)/ Claude Code(深度推理)
- 三种组合方案:纯 Codex / Cursor + Codex / 三巨头全用
- 协作模式:AGENTS.md 共享 / Codex 当调度员 / 角色分工 / 并行运行
- 不要为组合而组合;统一配置;人是总指挥
- ChatGPT、Copilot、MCP 都跟 Codex 互补
- 个人选型按"角色 + 工作量"决定
下一章看个最酷的高级玩法:第十八章 · 多 Agent 协作工作流。