本文由 AI 从英文翻译。 阅读英文原文 →
Claude Code vs Codex vs GitHub Copilot:同一个代码库,同一项任务,3 种截然不同的工作流
代码补全工具只会提示下一行代码,而 AI 编程智能体则试图帮你搞定整项任务:通读项目结构、修改多个文件、执行测试……
代码补全工具只会预测下一行代码。而 AI 编程智能体则致力于为你搞定整项任务:它会主动阅读你的项目代码、跨文件进行修改、执行测试套件、捕捉报错信息,并最终把完整的成果交由你审查。
我把同一个 FastAPI 代码仓库和完全一致的提示需求,分别交给了 Claude Code、OpenAI Codex 和 GitHub Copilot(Agent 模式),全程观察它们各自是如何工作的。
▶ WATCH ON YOUTUBEWatch the video
先做个坦诚的前提说明:这是一次工作流层面的横向对比,而非基准测试。本文不测耗时、不打分数,况且这三款产品每个月都在快速迭代演进。
究竟什么才算“智能体”?
智能体的运转本质上是一个闭环:
- 接收用自然语言描述的需求
- 收集上下文:阅读相关的核心文件
- 制定计划:在对磁盘文件做任何改动前,先把意图清晰地摆在你面前
- 编辑代码
- 运行测试
- 一旦测试失败,回过头来再次尝试
正是最后这步“编辑 → 测试 → 再修改”的闭环,构成了智能体与传统代码补全的本质分野。而且它的一切行动,都严格受限于你赋予的工具和权限——最终决定接受哪些改动的,依然是你。
测试仓库与任务需求
TaskFlow 是一个轻量级 FastAPI 服务,用于创建和列出内存中存储的任务,初始状态下所有已有测试均能顺利通过。
三款工具收到的指令完全相同:
- 新增一个
priority字段,支持三个可选值:low、medium、high - 允许用户通过查询参数进行过滤筛选
- 拒绝任何不属于这三个值之一的输入
- 补充测试用例
- 更新 README
- 保持其余代码原封不动
Claude Code:终端优先的工作流
直接在仓库所在的终端中运行(它也支持接入主流代码编辑器):
- 它首先环顾项目环境:先查看文件目录树,接着定位到它真正需要的三个文件。
- 它用通俗易懂的自然语言写下了一份六步计划。一旦计划有误,你在任何代码被改动之前就能察觉。
- 在写入文件前,它会主动请求权限。建议只授予能够完成任务的最小必要权限。
- 它修改了四个文件,并展示了完整的 diff 差异。
- 随后测试报错失败:其中一个测试预期返回
400,实际却收到了422。
这正是最见真章的时刻。它仔细分析了报错信息,并推断出FastAPI 在路由处理函数执行之前就完成了对枚举类型的校验,因此非法输入会被框架直接以 422 拒绝,而非 400。框架的逻辑是对的,是测试用例写错了。于是它修复了测试用例,重新运行整个测试套件,最终迎来了 5 项测试全部通过。
Codex:全权委派与节点跟进
这里我采用了 Codex 典型的“任务委派”模式:描述需求、全权交出、自己继续手头工作,中途随时回来查看进度。
- 进度视图会实时展示当前状态:正在阅读、正在规划、正在编辑、正在运行测试套件。
- 它同样撞上了同样的 400 与 422 冲突,并以完全相同的方式化解。给出答案的是底层代码库本身的逻辑,而非工具的品牌。
- 任务结束后你会收到两样东西:一份说明它“声称做了什么”的摘要,以及一份呈现它“实际改了什么”的 diff。
务必仔细阅读 diff。摘要只是它单方面的陈述,diff 才是实实在在的变更。 当校验成本足够低时,委派任务才会让人踏实省心:边界清晰的改动范围、全绿的测试套件,以及一份几分钟就能通读完毕的 diff。
GitHub Copilot:专注编辑器内,无需切屏
大部分开发者对 Copilot 的印象,还停留在光标后浮现的灰色单行补全(按 Tab 键采纳)。而如今同一个产品已经融入了聊天交互,以及能够跨文件协同修改代码的 Agent 模式。
- 由你指定上下文(哪些文件需要它参考),自始至终无需离开编辑器。
- 修改直接落实在涉及的四个文件中,每处改动都提供保留或撤销选项。你可以在编码过程中随时确认审批,而不必等到最后去啃一份庞大的 diff。
- 测试直接在集成终端中运行:同样的失败报错,同样的修复方案,同样 5 项测试全部通过。
- 接下来便是熟悉的一套标准流程:暂存、提交、发起 Pull Request。
它的最大吸引力不在于它更聪明,而在于它恰好就在你的双手所在之处。
代码究竟改动了什么(三者对比)
涉及四个文件:
- models: 增加了一个枚举类型,将三个松散的字符串转化为框架可校验的具体类型(这也是为什么校验逻辑几乎零成本)
- main: 路由接口接收一个可选的、已完成预校验的过滤参数
- tests: 新增两个测试用例,一个验证有效参数,一个验证预期报错的非法输入
- README: 增加了五行文档,对新规则进行说明
这是一处微小的改动,但这正是关键所在。智能体的核心价值从来不在于替你敲出那几行代码,而在于它能把四个文件融会贯通在脑海中、主动运行测试、理解报错原因,最终交出一份结构规整、随时可供人类审查的成果。
三者差异横向对比
| Claude Code | Codex | Copilot | |
|---|---|---|---|
| 运行环境 | 终端(亦可集成至编辑器) | 独立应用、CLI 及编辑器 | 编辑器与 GitHub |
| 交互方式 | 在本地仓库内展开对话 | 委派任务、查看进度、最终审查 | 代码补全提示、对话交流、在编码处直接开启 Agent 模式 |
| 适用场景 | 习惯在终端中完成各项工作的开发者 | 边界清晰、具备完整测试的任务 | 最终以 PR 交付的日常编辑器开发工作 |
| 你的职责 | 把控边界、提供上下文、运行测试、审查 diff | 同上 | 同上 |
表格最后一行重复了三次“同上”。你的核心职责丝毫未变。
安全高效使用智能体的五条准则
智能体会自动执行系统命令并读取文件,因此划定安全边界至关重要。在配套视频中,其中一款智能体甚至试图读取 .env 敏感环境文件。它必须在此止步,而你就是守住这条底线的最后防线。
- 切勿在提示词中泄露密钥。 仅引用变量名称,绝不包含具体敏感值。
- 坚持最小权限原则。 先给只读权限;仅在确实需要时才开放写入和执行权限。
- 确认执行命令前务必通读。 凡是涉及删除、强推(force-push)或部署的操作,都值得你停下来看一眼。
- 仔细审查 diff,不要轻信摘要。
- 务必亲自运行测试、Linter 与类型检查器。
智能体很可能会曲解你的意图,同时又表现得极其自信。在没有人工校验之前,“自信满满却错得离谱”与“自信满满且完全正确”在外表上毫无分别。
结构化提示词的五个要素
低效的表达:“把这个 API 优化一下。” 怎么才算更好?做到哪一步才叫完成?
而高效的提示词应当包含以下要素:
- 目标(Goal): 清晰界定“完成”的具体标准
- 范围(Scope): 明确禁止触碰的文件或模块
- 约束(Constraints): 由你提前定义边界条件和异常处理
- 验收测试(Acceptance tests): 成功必须是可检验、无可争议的客观事实
- 交付摘要(Required summary): 提供便于人工快速审查的总结报告
目标、范围、约束、测试、摘要。只要把这五点写清楚,大部分协作翻车的情况都能迎刃而解。
那么,究竟该选哪一款?
选工具看的是工作流,而不是品牌 Logo:
- 如果你长驻命令行、渴望对过程拥有直接掌控力 → 选择终端优先的智能体
- 如果你更倾向于把明确的任务全权交出、只做最终验收 → 选择委派模式
- 如果你希望 AI 如影随形地陪伴在光标旁、最终以 PR 顺畅交付 → 留在编辑器内
随着产品迭代,它们之间的能力重叠度每个月都在增加。不妨找一个轻量、不含敏感代码的开源项目亲自上手跑一跑,体验哪种工作流最契合你的心智模型。技术潮水来去匆匆,真正长青的本领,始终是清晰定义任务、精准提供上下文,以及严谨验证结果的能力。
▶ WATCH ON YOUTUBE完整实操视频请看:
下一期你希望我把哪款智能体放到完整真实的商业项目中实测?欢迎在评论区留言交流。
本文基于实操录屏并在 AI 辅助下整理成文。 我在 RainyTech 持续分享 AI、编程与前沿技术实战教程。


