六个月前我做了一个决定，我现在还在想。我告诉Seahawk团队我们要真正承诺使用AI编码助手，不是玩票，不是只挑简单的胜利，而是要把真实的客户工作实际路由通过这些工具并衡量发生了什么。这意味着计费小时、实时代码库和生产部署。不是玩具项目。不是"给我写个待办事项应用"的演示。
关键要点：在六个月的日常使用后，Claude Code在上下文深度和工具方面赢得了代理工作，Cursor在编辑器内工作流中获胜，Codex在原始完成度上获胜；大多数团队最终会配对两个工具。
九年来部署的一万二千个网站让你有相当敏锐的嗅觉去分辨什么是炒作、什么是真正的转变。说实话？这个领域两者都有，这就是为什么写这个话题这么烦人。
所以就这样，六个月与Claude Code、OpenAI Codex（通过API和更新的Codex CLI）以及Cursor相处。没有排名，没有在我们开始之前就宣布赢家。只是我发现的东西。
---
为什么我同时运行所有三个工具
诱人的做法是选一个然后深入。我差点就这么做了。早在一月，我准备就在Cursor上标准化，因为VS Code集成看起来是阻力最小的路径。然后一个客户，一个在曼彻斯特的SaaS创始人正在构建一个内部物流仪表板，给了我一个Python密集的后端，这个后端真的不透明，而Cursor的建议总是错过三个文件外的上下文。
那时我决定唯一诚实的评估方法是在每个工具中并行运行相同类别的任务。不是完全相同的提示词，因为那太人工了，但是同样类型的工作：重构遗留PHP代码、根据Figma规范编写新的React组件、调试间歇性API错误，以及为现有函数生成测试覆盖。
结果以我没有预料到的方式让我感到惊讶。
---
Claude Code：对上下文的理解令人惊叹，但速度不如我所期望的快
让我直说。Claude Code是这三个中最周全的。这个词听起来很模糊，所以让我具体说明。
当我给它一个我在2021年写的400行WordPress插件时，那时候我在做现在认为尴尬的事情，比如直接从$_POST存储选项而不进行清理，它不仅修复了明显的问题。它标出了架构模式，解释了为什么这种方法很脆弱，并提供了一个重构的版本，保留了完全相同的行为同时修复了安全漏洞。Cursor做了其中一半。Codex基本上给了我同样坏模式的一个更干净的版本。
它的优势在哪里
长上下文推理是真实的。你可以粘贴整个组件树，描述三层深的错误，Claude Code 会追踪线索而不会丢失它。对于你经常继承他人混乱代码的代理工作来说，这不是小事。
它的解释文字也写得很好。当我团队的初级成员不理解为什么重构以某种方式工作时，Claude Code的输出往往具有教育意义。在你试图提升小团队水平时，这有实际价值。
它让人沮丧的地方
速度。响应比Cursor的编辑器内自动完成要慢，这不是公平的比较，它们是不同的交互模型，但当你在流状态中时，等待三到五秒的回复会破坏一些东西。
定价也是一个真实的问题。在高使用量情况下，API 成本的增长速度比你预期的要快。仅在二月份，我就在 Claude API 调用上花费了约 340 英镑，跨越多个客户项目。这不是毁灭性的，但需要在某处计入发票。
---
OpenAI Codex：被遗忘的那个
关于Codex有一点，人们现在谈论它少了，因为ChatGPT和GPT-4o占了所有的注意力，但OpenAI在2025年发布的Codex CLI对于终端原生工作流来说真的很有趣。
我在一个金融科技客户的项目上大量使用它（出于保密协议不能说是谁，标准stuff），整个代码库都在一个monorepo中，我们在终端而不是编辑器中做了很多工作。能够用shell上下文内联运行codex、让它直接读取文件，并在沙箱环境中执行命令感觉与其他工具的聊天式交互不同。
Codex 的闪光点
自动化任务。Bash 脚本。编写 GitHub Actions 工作流。生成遵循严格模式的样板代码。对于那个金融科技项目，我让 Codex 生成了大约 60% 的 CI/CD 流水线 YAML，质量足够高，我只做了一些小的编辑。
它也是三个中最字面意思的。如果你给它一个精确的规范，它就遵循它。没有编辑，没有"这是一个更好的方法"，它就做这个事。有时候这正是你想要的。
它的不足之处
字面意思的另一面是脆弱。模糊的提示词会产生模糊的代码。与Claude Code不同的是，它不能可靠地捕捉你本应问但没有问的东西。我在三月份有一个情况，Codex生成了一个完全正常的数据库迁移脚本，它本来会在Postgres 14数据库上造成静默数据丢失问题，因为它处理现有列上DEFAULT值的方式。它完全按照我的要求做了。它就是没有告诉我我需要知道的东西。
这是信任上的一个有意义的差异。
---
Cursor：我每天实际使用的工具
老实说，Cursor是我最先打开的工具。不是因为它在某种抽象意义上是"最好的"，而是因为它就在我工作的地方。VS Code基础意味着零上下文切换。我的扩展在那里。我的按键绑定在那里。我自2019年以来一直使用的配色主题（One Dark Pro，如果你好奇的话）在那里。
编辑器内的体验
Cursor的Tab补全在运行良好时真的很诡异。上个月有一些时段，我开始一个函数，按两次Tab，整个实现正是我会写的。不是相似，完全正确。这发生在大约30%的时间。其他70%的时间它很有用但不神奇。这仍然是一个不错的比例。
Cmd+K内联编辑和侧边栏中的聊天面板覆盖不同的工作流，我很欣赏Cursor不强制你使用一种模式。有时我想讨论代码。有时我只想修复这一行。这个工具让我能够做两者而不产生摩擦。
它令人失望的地方
长上下文任务是 Cursor 开始出现问题的地方。我给它一个约 85,000 行代码的代码库，一个为英国零售商构建的大型 WooCommerce 项目，让它追踪自定义运费计算如何影响三个不同插件交互中的购物车总计。它搞混了。给了我一些听起来自信但实际上错误的答案，关于哪个文件在做什么。
Claude Code 处理同样的任务表现更好。花了更长时间。但结果是对的。
还有一个问题是基础模型的选择。Cursor 让你在 Claude、GPT-4o 和其他模型之间选择，这很有用，但自动完成的默认"Cursor Tab"模型是它自己训练的模型，不总是清楚你得到的是什么或它为什么做出特定的建议。这种不透明性是我在客户工作中不想要的。
---
对比：任务分解
六个月后，以下是我在我实际关心的任务类型上大致给每个工具的评分：
重构遗留代码（PHP、较旧的 JS）：
- Claude Code：最好。能发现你没有问的东西。
- Cursor：不错。更快，细致度略低。
- Codex：如果你的提示足够精确就还行。
从头开始编写新组件：
- Cursor：最佳。编辑器内的工作流更快。
- Claude Code：强大，速度略慢。
- Codex：适合样板代码。
调试间歇性或逻辑错误：
- Claude Code：最佳。推理链清晰且通常正确。
- Cursor：对明显的bug还不错。
- Codex：这里最弱。需要细微差别时太过字面。
DevOps / 脚本 / 自动化：
- Codex CLI：最适合终端优先的工作。
- Claude Code：强劲。
- Cursor：不是合适的工具。
团队代码可读性（初级开发者能理解的代码）：
- Claude Code：目前最优。
- Cursor：因模型而异。
- Codex：代码简洁。
---
没人诚实讨论的成本现实
运行三个工具六个月需要真金白银。我的支出大致如下：
- Cursor Pro，$20/月。快速请求上限（标准层每月 500 次）在繁忙的日子里意外地很快就会达到。
- Claude API（用于 Claude Code），每月在 £180 到 £340 之间，取决于项目强度。
- OpenAI API（用于 Codex CLI），按我的使用量大约每月 £90-£120。
这大约是每月 £300 到 £500 的工具成本。对于自由职业者来说，这是一笔真实的开支。对于为客户工作计费的代理商来说，更容易吸收，但你必须真正跟踪并核算它，令人惊讶的是有很多人不这样做。
对我来说诚实的 ROI 计算：我估计这些工具每月为我节省 10-15 小时的可计费等当时间。按我的费率，这远远超过 £500 的价值。但这个数学只有在你对如何使用节省的时间有纪律的情况下才成立。如果你只是用节省的时间刷 Hacker News，ROI 是零。
关于AI开发者工具定价模式，Pragmatic Engineer上有不少第三方分析，如果你想深入了解经济学方面的内容可以去看看。
---
我改变了什么工作方式
这个实验之后有几个具体的转变：
- 我不再把这些工具当作自动完成引擎，而是把它们当作第一稿审阅者。写代码。然后问工具我遗漏了什么。
- 我用Claude Code处理那些我不确定的事情，用Cursor处理那些我有把握但想加快速度的工作。
- 我开始把提示词当成工单来写，包括上下文、约束条件和预期输出。Simon Willison关于提示词的文章改变了我对这方面的思考方式。
- 我在每一段 AI 生成的代码进入 PR 之前都会审查它。不是因为我不信任这些工具，而是因为有一次我没有这样做，11 月份 Cursor 的一个建议在 Node.js 处理程序中引入了一个细微的竞态条件，让我花了两小时调试。
最后这一点很重要。这些工具速度快，通常没问题。但它们并不总是对的。专业的审查义务不会消失。
---
常见问题
刚开始使用 AI 编程工具的自由职业者应该选择哪个工具？
毫无疑问是 Cursor。每月 20 美元的价格点很合理，VS Code 集成意味着在环境上没有学习曲线，质量高到足以让你在第一周就看到真实的生产力提升。从这里开始。之后再尝试其他工具。
我可以在不是重度 API 用户的情况下使用 Claude Code 吗？
可以，但经济学会改变。如果你通过 Claude.ai 的 Pro 计划（每月 20 美元）而不是原生 API 来使用，你会获得有使用量上限的 Claude Code 访问权限。这样成本更可预测。API 路由给你更多控制，但需要你仔细跟踪支出。
考虑到 GPT-4o 获得了这么多关注，2025 年 Codex 还值得使用吗？
对于终端原生和自动化密集型工作流，是的。它在脚本和 CI/CD 工作中被低估了。如果你的工作主要在编辑器中，可以跳过它。但如果你花大量时间在终端，很多后端开发人员确实这样做，Codex CLI 值得一看。
这些工具真的能理解大型代码库吗？
部分是的。Claude Code 比其他工具更好地处理大型上下文窗口，Anthropic 如果你想要技术细节会发布他们的上下文窗口规格。但说"理解"太言过其实了。它们在能看到的范围内推理得很好。保持你的代码库可读和文档完善的纪律，用 AI 工具时比不用时更重要，而不是更不重要。
AI 编码工具会取代开发者吗？
不是我认识的那些。它们替代的是低专注力工作、样板代码、明显的重构、重复的模式应用。它们不替代的是知道你为什么在构建一个东西、架构是否有意义，以及客户实际需要什么与他们要求的是什么。这个判断差距是工作仍然存在的地方。
---
六个月过去了，我的看法可能不是你预期的样子：我不认为有赢家。这取决于你在某个小时内做什么——有适合的工具。在这个时代能充分发挥潜力的开发者，是那些对工具保持好奇心、保持批判性思维、不外包判断只外包苦力工作的人。
这一直都是真的。现在只是更明显了。