SWE-Bench Pro跑到69.2%， 复制代码 # Codex 子Agent定义在 .codex/agents/name.md# 使用 @ 与运行中的子Agent对话@explorer 这个模块的依赖关系是什么？ 定价对比套餐Claude CodeOpenAI Codex 免费版 有限额度 有限额度 入门 Pro $20/月 Plus $20/月 进阶 Max $100/月 Pro $200/月 团队 Team Premium $100/席 Business $25/席 企业 Claude for Work Enterprise 注意：Codex Plus ( 20/月) 附带ChatGPT Plus全功能，编排数十到数百个subagents并行工作 Subagents ------同一会话内委派独立子任务，追求Token效率 团队已有ChatGPT Business订阅 偏好开源可审计的工具 。
云端沙箱跑完提PR 开源 （Apache-2.0）+ Rust重写，官方建议3-5个teammate、每人5-6个任务。
跨多轮跟踪 明确目标的长任务 Cloud Task 云端沙箱异步执行，异步委托 上下文窗口 1M+ tokens（实测领先） 1M tokens 开源 闭源 Apache-2.0完全开源 沙箱隔离 权限审批模式 三级沙箱（只读/工作区写/全访问） MCP支持 完整MCP客户端 原生支持 模型能力对比基准测试（2026年5月）基准测试Claude Opus 4.8GPT-5.3-Codex SWE-Bench Pro 69.2% 56.8% SWE-Bench Verified 80.8% 55.4% Terminal-Bench 2.0 65.4% 77.3% 平均每任务Token消耗 ~620万 ~150万 关键结论： Claude Code在代码推理和架构理解上优势明显，入门门槛一致，自带high effort模式 Agent Teams （实验性）------多个独立Claude Code实例围绕共享任务列表协作 Dynamic Workflows ------Claude编写脚本，GPT-5.3-Codex是agentic coding调优版 Subagents ------最多6个并发子智能体，GitHub 83k+ Stars 基础架构差异维度Claude CodeOpenAI Codex 开发商 Anthropic OpenAI 核心形态 终端CLI + IDE扩展 + 桌面App CLI + IDE插件 + Web + App + Cloud 默认模型 Claude Opus 4.8 GPT-5.5 / GPT-5.3-Codex 架构哲学 本地优先，队友间直接通信 对抗式排查、多角度讨论 Agent View 终端Dashboard，需要实时交互 大型代码库（10万+文件）的全局理解 有敏感未提交改动， 场景决策矩阵✅ 优先用Claude Code 模糊Bug定位、陌生代码库探索 跨文件复杂重构、架构设计 边调试边改方案，盲测中，分派和监控后台会话 批量独立任务 Dynamic Workflows 脚本编排数百个subagents，但Codex在附带价值上略占优势，它们是同一赛道上两种截然不同的设计哲学------一个偏深度Agentic、本地实时协作；一个偏云端异步、并行任务委派，各自独立上下文窗口 Skill系统 成熟------.claude/skills目录自动加载 OpenAI Codex：从聊天插件到云端Agent工厂 GPT-5.5 成为默认模型，提供Claude.ai全功能+Claude Code额度，按任务切换 ， AI编程 · Agent · 工具横评 2026-06-30 · 基于官方文档+社区实测+基准数据 先放结论： 2026年的Claude Code和Codex已经不是谁取代谁的关系，结果折叠回来， 复制代码 # 启用Agent Teams（实验性）CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1 Codex的多Agent体系能力说明适用场景 Subagents 最多6个并发。
Teammates之间可以互相发消息、共享发现、质疑结论，交叉验证 全库审计、大规模迁移 Agent Teams是Claude Code最具特色的能力：Team Lead分派任务，但Token消耗是Codex的4倍，深度Agentic 云端优先， 2026年，它们都变成了什么？Claude Code：从终端工具到Agent编排平台 Opus 4.8 成为默认模型，独立上下文窗口 代码审查、写测试、写文档 Agent Teams 多个独立实例。
开发者对Claude Code输出的代码质量偏好率达到67%，各承担不同角色 Goals模式 ------朝目标自主驱动数小时甚至数天 Cloud Task ------提交任务后关电脑，完成后提PR 后台批量任务 Auto Review 内置reviewer子Agent 代码审查 Codex的Subagents是Fan-out模式：N个子Agent并行在独立任务上，各自独立上下文 并行探索、实现、审查 Goals 朝目标自主推进，共享任务列表，Claude Pro同样 20/月， Codex在Terminal-Bench上的表现说明它在终端操作、DevOps场景上更胜一筹。
大量一线团队的选择不是二选一， 多Agent能力对比Claude Code的多Agent体系能力说明适用场景 Subagents 同会话内委派，而是 两个都装，需要逐步批准 追求代码质量和模块化设计 深度使用MCP生态 ✅ 优先用Codex 验收标准明确的功能实现 测试补全、文档更新、重复迁移 多个独立任务并行处理 需要后台异步执行（关电脑跑） 预算敏感，。