GPT-5.6快发布，我更关心Codex为什么突然反超Claude Code

这几天身边的朋友都说 Codex 变得非常好用了，做了很大的升级，我也去试用了下，确实还不错。我现在还只在 Windows 上设置了 Codex，它出了 Windows 版本，还有 Mac 版本，明天我准备再测试一下，据说配合 Computer use 可以完全操控电脑里的所有软件。

至少那个桌面宠物真的很好玩哈哈哈哈哈！

前两天我还刷到一件挺有意思的事：GPT-5.5 不只是发布了，围绕它还搞了一场很有“AI味儿”的活动。

时间选在 5 月 5 日下午 5:55，主题叫“GPT-5.5 on 5/5”。更有意思的是，据说这个时间和活动方案都是 GPT-5.5 自己参与策划的，包括短演讲、现场收集 GPT-5.6 建议，甚至参与者筛选也与 Codex 有关——是它自己在奥特曼的推特上自动选取的，被邀请的观众会收到相应的邮件通知。

说实话，单看这些噱头，我一开始觉得营销味儿有点重。但仔细一想，这背后真正重要的不是发布会本身，而是 OpenAI 正把“AI自主干活”这件事推到台前。

以前我们说 AI 编程，大多聊的是补全、问答、改 bug。现在 Codex 给人的感觉更像是：你把一个任务丢给它，它自己去看代码、跑命令、改文件、查问题，然后再把结果交回来。

这就不只是“工具”了，更像一个能一起干活的同事。

Codex 为什么突然反超？

过去 Claude Code 在很多开发者的心里，是 AI 编程工具里的高端选手。模型强、代码质量稳，尤其适合处理复杂项目。

但最近两个月，社区里明显能感觉到一波迁移在发生：越来越多人开始从 Claude Code 转向 Codex。

这几天相关的数据也很夸张。当然，数据归数据，我觉得更重要的还是用户体感——不止一个朋友跟我说，Codex 现在进化了。

Claude Code 并不是不强。它在一些代码质量盲测、SWE-bench Pro 这类指标上，表现依然很能打。但问题在于，开发者用工具不只是看“谁更聪明”，还要看“谁更稳定、谁更可控、谁更不折腾”。Claude 在风控上搞得太严重了，身份认证、IP 检测等等，导致这个模型虽然很强，但用不到，就相当于模型能力很夯，可用性却拉胯。这和前几天我对国内大模型 CodingPlan 的评价是一个道理。

这段时间 Claude Code 被吐槽配额消耗异常、token 计费不透明、套餐调整反复，这些事情叠在一起，很容易伤信任。开发者最怕的不是工具偶尔犯错，而是你不知道它什么时候突然变贵、变限、变得不可控。

Codex 这边刚好打中了另一面：Plus 用户还能用，额度策略相对稳定，功能越做越像一个完整的 Agent IDE。它不只是帮你写几行代码，而是能看项目结构、跑命令、改文件、查错误，逐渐变成一个真正能协作的编程环境。

所以现在回看这场变化，我觉得不是简单的“Codex 打败 Claude Code”。

更准确地说，是 AI 编程工具从“高手专用刀”，开始走向“普通人也能天天用的工作台”。

Claude Code 像手术刀，锋利，适合深水区的复杂项目。Codex 更像瑞士军刀，不一定每一项都最极致，但胜在打开就能用，覆盖场景多，使用门槛低。

而产品一旦走向大众市场，决定胜负的往往就不只是技术参数了——是稳定性，是价格，是体感，是用户敢不敢把活交给你。

GPT-5.5 这次真正让我关注的，也不是名字多了个 0.5，而是它背后代表的方向：AI 不再只是回答问题，而是在尝试接管一段完整的工作流。现在 GPT-5.6 马上又要来，挺期待的。虽然单论模型能力可能还是比不上 Claude，但它在“模型能力 + Agent 架构 + Skills 能力”这三个层面做了配合，就像手里攥着四个 2，也能拼得上一张大王。

未来我们讨论 AI 编程工具，大概不会再只问“哪个模型更聪明”，而是会问：我愿不愿意把今天这摊活儿，放心地交给它？要考虑的，早就不只是模型本身了。