Claude Code + Codex = AI 之神

하이라이트

• Claude Code 现已集成 OpenAI 的 Codex 模型，用户可以通过安装 codex@openai-codex 插件来调用该模型。

• 对抗性审查（Adversarial Review）功能专门针对身份验证、数据丢失、回滚机制、竞态条件、依赖降级、版本偏差和可观测性缺口这七个核心攻击面进行深度评估。

• Codex 模型与 ChatGPT 订阅绑定，对于每月支付 20 美元的用户来说，其 Token 转换性价比远高于 Anthropic 的原生额度。

• 在一项推特机器人代码库的实测中，Codex 锁定了 4 个高危问题，而 Opus 4.6 虽然发现了 7 个额外问题，但也漏掉了 Codex 检出的 3 个特定漏洞。

• 通过 codex rescue 命令，用户可以让 Opus 4.6 负责高层的逻辑规划，而由 Codex 执行具体的代码编写任务，以规避 Anthropic 的使用频率限制。

타임라인

1. 00:00 - 01:58

   Claude Code 与 Codex 的协同效应

   引入 Codex 主要是为了解决两个问题：一是 Anthropic 模型的使用频率限制，二是提升代码审查的客观性。对抗性审查通过模拟挑剔的视角，专门寻找可能被开发者忽略的改进点。这种 1 加 1 大于 2 的组合利用了不同模型在评估逻辑上的差异性。

   • Codex 作为 OpenAI 的产品现已进入 Anthropic 的生态系统。
   • 对抗性审查功能强制 AI 以批判视角检查 Opus 编写的代码并找出潜在缺陷。
   • AI 模型通常不擅长自我评估其编写的代码，因此引入第三方模型进行审查至关重要。
2. 01:59 - 02:44

   安装步骤与配置流程

   安装流程设计得非常精简，用户只需在终端运行市场添加命令和插件安装命令。由于该系统依赖于 OpenAI 的身份验证，用户必须登录 ChatGPT 账户。这意味着用户在享受 Claude Code 框架的同时，消耗的是 OpenAI 端的配额，为开发者提供了灵活的资源分配方案。

   • 安装过程通过运行 codex@openai-codex 插件命令并选择用户范围来完成。
   • Codex 的使用额度直接与用户的 ChatGPT 账户绑定，支持免费账户登录验证。
   • 身份验证流程会自动跳转至浏览器完成，随后即可在 CLI 环境中调用。
3. 02:45 - 06:40

   核心用例：执行任务与对抗性审查

   针对一个包含 Telegram 集成、Supabase 连接和自动回复功能的推特机器人代码库，Codex 能够识别出诸如去重逻辑漏洞和架构偏移等高危问题。系统会将分析数据发送至 OpenAI 服务器，并返回包含“紧急、高、中、低”四个等级的详细报告。这种深度分析能够精准定位到具体的代码行数，并解释漏洞对生产环境的实际影响。

   • 使用 codex rescue 指令可以指定 Codex 独立完成具体的提示词任务。
   • 对抗性审查流程包含估算审查规模、解析参数、构建对抗性提示词等多个阶段。
   • 审查结果以结构化的 JSON 格式输出，涵盖严重程度、受影响文件及具体的修复建议。
4. 06:41 - 09:42

   Opus 4.6 与 Codex 的性能对比与总结

   通过让 Opus 运行由 Codex 生成的对抗性提示词，对比发现两个模型在漏洞识别上互有重叠但也存在盲点。Opus 发现了 7 个 Codex 遗漏的问题，而 Codex 也锁定了 3 个 Opus 未察觉的故障。这种差异性证明了在 AI 编程中采用多模型交叉验证的价值，尤其是在 ChatGPT 订阅用户可以通过较低边际成本获得额外审查能力的情况下。

   • Opus 和 Codex 在测试中仅共同发现了一个高危的 Telegram 轮询问题。
   • Opus 倾向于发现更多数量的问题，而 Codex 则侧重于核心逻辑的精准锁定。
   • 同时保留两个系统可以避免单一 AI 在规划、生成和评估环节中的逻辑闭环缺陷。