opencode、Claude Code、Codex 有什么区别？开源 AI 编程工具使用指南

opencode 是 anomalyco 开源的 AI Coding Agent。它的定位很直接：让开发者在终端里使用一个可编程、可扩展、可接入多家模型的代码助手。

如果把它和 Claude Code、Codex 放在一起看，三者解决的是同一类问题：让 AI 进入真实代码库，理解上下文，修改文件，运行命令和测试。但它们的产品取向不一样。

opencode 更强调开源、多模型和终端 TUI；Claude Code 更强调 Anthropic 模型生态和本地工程协作；Codex 则是 OpenAI 的 AI coding agent，可以在终端、IDE、Codex app 和云端任务里使用。

opencode 适合谁

opencode 更适合这几类开发者：

• 想在终端里完成代码修改、项目分析和工程任务的人。
• 希望 AI Coding Agent 不绑定单一模型提供商的人。
• 偏好开源工具，想自己审计、扩展或二次开发的人。
• 已经习惯 Neovim、TUI、命令行工作流的人。
• 希望以后用桌面端、移动端或其他客户端远程驱动同一个编码代理的人。

它的重点不是做一个聊天窗口，而是把 AI 编程能力放进开发者原本使用的终端和项目目录里。

安装方式

官方 README 提供了多种安装方式。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21

# 直接安装
curl -fsSL https://opencode.ai/install | bash

# npm
npm i -g opencode-ai@latest

# Windows
scoop install opencode
choco install opencode

# macOS 和 Linux
brew install anomalyco/tap/opencode
brew install opencode

# Arch Linux
sudo pacman -S opencode
paru -S opencode-bin

# 其他方式
mise use -g opencode
nix run nixpkgs#opencode

官方也提醒，安装前最好先移除 0.1.x 之前的旧版本，避免旧版本残留造成问题。

安装脚本会按优先级选择安装目录：

1. $OPENCODE_INSTALL_DIR
2. $XDG_BIN_DIR
3. $HOME/bin
4. $HOME/.opencode/bin

如果需要指定路径，可以这样写：

1
2

OPENCODE_INSTALL_DIR=/usr/local/bin curl -fsSL https://opencode.ai/install | bash
XDG_BIN_DIR=$HOME/.local/bin curl -fsSL https://opencode.ai/install | bash

桌面应用还在 Beta

除了命令行工具，opencode 也提供桌面应用，目前仍处于 Beta。可以从 GitHub Releases 或 opencode.ai/download 下载。

桌面端覆盖这些平台：

macOS 和 Windows 也可以通过包管理器安装桌面端。

1
2
3
4
5
6

# macOS
brew install --cask opencode-desktop

# Windows
scoop bucket add extras
scoop install extras/opencode-desktop

两种内置 Agent 模式

opencode 内置两种 Agent，可以通过 Tab 键切换。

build 是默认模式，拥有完整开发权限，适合直接修改代码、运行命令和推进工程任务。

plan 是只读模式，更适合分析陌生代码库、理解项目结构、制定修改方案。它默认拒绝文件编辑，并且在运行 bash 命令前会询问。

另外，opencode 还带有一个 general 子 Agent，用于复杂搜索和多步骤任务。用户可以在消息中输入 @general 调用。

这个设计比较实用：真正动手前先用 plan 看清楚项目，需要改代码时再切到 build。对于大型仓库，读写权限分开能减少误操作。

Codex 是什么

Codex 是 OpenAI 的 AI coding agent，用来帮助开发者写代码、审查代码、修复 bug 和交付工程任务。

和单纯的代码补全工具不同，Codex 更接近一个可以操作代码库的 Agent。它可以在本地工具里和你结对，也可以把任务委托到云端执行。OpenAI 官方资料里提到，Codex 可以通过 CLI、IDE、Codex app、ChatGPT/Codex 云端等不同入口使用。

对开发者来说，Codex 的重点有几处：

• 可以读取代码库、编辑文件、运行命令和测试。
• 支持终端、IDE、应用和云端等多种使用界面。
• 适合修 bug、写功能、重构、迁移、代码审查和测试补齐。
• 更偏 OpenAI 账户、模型和 Codex 产品体系。
• 云端任务适合并行处理多个相对清晰的工程任务。

如果 opencode 更像一个开放的终端代理框架，Codex 更像 OpenAI 提供的一整套 AI 编程工作台：本地可以结对，云端可以委托，团队可以把它接入更长的工程流程。

三者核心区别

opencode、Claude Code、Codex 都是 AI 编程工具，但选择时可以先看这几个维度。

简单说，opencode 的关键词是“开源和可替换”，Claude Code 的关键词是“Claude 生态和本地工程代理”，Codex 的关键词是“OpenAI 生态和多入口协作”。

和 Claude Code 的区别

opencode 的官方 FAQ 直接把 Claude Code 拿来对比。两者能力上很接近，但差异主要在这几处。

第一，opencode 是 100% 开源项目，代码托管在 GitHub，并使用 MIT license。

第二，opencode 不绑定单一模型提供商。它推荐 OpenCode Zen 提供的模型，但也可以搭配 Claude、OpenAI、Google 或本地模型。对开发者来说，这意味着模型成本、能力和可用性变化时，不必被某一个平台锁住。

第三，opencode 内置可选的 LSP 支持。对代码补全、跳转、诊断和项目理解来说，LSP 是非常关键的基础能力。

第四，opencode 更强调 TUI。它由 Neovim 用户和 terminal.shop 的创建者打造，产品重心明显放在终端体验上。

第五，opencode 采用客户端/服务器架构。也就是说，opencode 可以在你的电脑上运行，未来由 TUI、桌面端、移动端或其他客户端来控制。TUI 只是其中一种前端形态。

什么时候选 opencode、Claude Code 或 Codex

如果你已经在使用 Claude Code 或 Codex，opencode 不一定是立刻替换它们的工具。更合理的看法是：它提供了一个开源、可替换模型、偏终端的选择。

可以优先考虑 opencode 的场景包括：

• 你希望 AI 编程工具尽量开源。
• 你不想把工作流绑定在某个模型供应商上。
• 你希望用同一个工具测试 Claude、OpenAI、Google 或本地模型。
• 你喜欢 TUI，不希望主要工作流被桌面应用或网页应用打断。
• 你关注客户端/服务器架构带来的远程控制能力。

可以优先考虑 Claude Code 的场景包括：

• 你主要使用 Claude 模型。
• 你重视长上下文、代码理解和复杂工程任务协作。
• 你希望在本地仓库中持续推进修改、测试和重构。
• 你更信任 Anthropic 对 Claude Code 的默认产品体验。

可以优先考虑 Codex 的场景包括：

• 你已经在使用 ChatGPT 或 OpenAI 账户体系。
• 你希望同一个 coding agent 覆盖终端、IDE、桌面应用和云端任务。
• 你想把较清晰的 bug 修复、功能开发、迁移、测试补齐交给云端并行处理。
• 你需要代码审查、后台任务、团队协作和多 Agent 工作流。

如果你更看重官方闭环体验、模型默认配置、企业管理和现成集成，Claude Code 或 Codex 可能更省心；如果你更看重可控性、开放性和 provider-agnostic，opencode 更值得关注。

需要注意的地方

opencode、Claude Code 和 Codex 都发展很快，GitHub release、安装命令、桌面端文件名、模型可用性和套餐权限都可能变化。实际安装和选型前，最好直接查看各自官方 README、文档和发布页面。

另外，它的桌面应用仍然标注为 Beta，不适合默认当作稳定生产工具。对于日常工程任务，终端版仍然是更主要的入口。

从工具趋势看，opencode 代表的是 AI Coding Agent 的开放工具链方向：模型可以替换，客户端可以替换，核心代理能力尽量开放。Codex 和 Claude Code 则更像模型公司把 coding agent 做成完整产品入口。对开发者来说，这两条路线会长期并存。

Cursor、Claude Code 与 Codex 的实用协作流程

一套日常工作流

如果你同时使用三者，可以按这个顺序跑：

第一步：Cursor 先摸上下文

在 Cursor 里做三件事：

1. 找入口文件；
2. 看相关模块；
3. 确认改动范围。

不要一开始就让 Agent 大改。先问：

1

这个功能的入口在哪里？相关文件有哪些？先不要修改代码。

Cursor 适合用来快速建立“人类视角”的地图。

第二步：Claude Code 做实现

把 Cursor 找到的范围交给 Claude Code：

1
2
3
4

根据这些文件实现功能 X。
范围限制在 src/api 和 src/components/Checkout。
先给计划，再改代码。
完成后运行 pnpm test -- Checkout。

Claude Code 负责：

• 制定小计划；
• 修改代码；
• 跑测试；
• 根据失败继续修；
• 汇报实际改动。

如果任务很大，不要让它一次改完。让它分阶段提交结果。

第三步：Codex 做独立审查

Claude Code 改完后，让 Codex 看当前 diff：

1
2
3

请只读审查当前改动。
重点检查 bug、回归风险、权限边界、测试缺口和不必要的重构。
不要修改文件。

Codex 的输出最好是问题列表，而不是泛泛总结。没有问题时，也要明确说“未发现高风险问题”。

如果你已经配置了 Claude Code 调 Codex 的插件，可以直接把 Codex 放进 Claude Code 工作台里。相关教程可以看：/2026/07/06/codex-plugin-cc-claude-code-codex-plugin/。

第四步：Cursor 里人工收尾

最后回到 Cursor：

• 看 diff；
• 改命名；
• 调整 UI 细节；
• 检查 import；
• 删除多余注释；
• 决定是否提交。

这一步很重要。AI 可以负责大量劳动，但最后的代码形态、风格和取舍，最好由人类在 IDE 里扫一遍。

三种典型任务怎么拆

任务一：修一个线上 bug

推荐分工：

提示词可以这样写：

1
2
3

Claude Code：请只围绕订单金额计算错误排查。
先找相关测试和计算函数，不要重构无关模块。
修复后运行最小相关测试。

然后给 Codex：

1
2
3

Codex：请审查当前 diff。
重点看金额精度、边界条件、旧订单兼容和测试覆盖。
只读，不修改。

任务二：新增一个功能

推荐分工：

这里 Codex 可以先做“方案评审”，不要直接写：

1
2
3

请根据当前代码库提出实现方案。
列出涉及文件、数据流、测试点和风险。
不要修改文件。

方案确认后，再交给 Claude Code 实现。

任务三：大重构

大重构不要让一个工具全包。

推荐分工：

大重构的关键是“先分析，不要急着改”。可以要求：

1
2
3

先做只读影响面分析。
列出必须改、可能改、不建议动的文件。
不要修改代码。

如果任务会持续很久，还要把阶段状态写下来，避免中断后重复执行危险操作。长任务恢复可以看：。

不要让三个工具同时写同一批文件

三工具协作最常见的坑，就是并发写同一批文件。

比如：

• Cursor 改了组件；
• Claude Code 同时在终端里重构同一组件；
• Codex 又在另一个 worktree 里改同一功能；
• 最后合并时冲突一堆，还不知道哪个版本更对。

更稳的规则是：

1. 同一时间只让一个工具拥有写权限。
2. 其他工具只做只读审查或方案分析。
3. 使用 Git 分支或 worktree 隔离并行任务。
4. 每个阶段结束后看 git status --short。
5. 合并前先由人类确认 diff。

如果确实要并行，建议按模块拆开：

• Codex 在 worktree A 做后端方案；
• Claude Code 在 worktree B 修测试；
• Cursor 只看当前主工作区，不做大改。

规则文件怎么放

三个工具共同使用时，规则文件要分层。

推荐结构：

1
2
3
4
5
6
7

repo/
  AGENTS.md
  CLAUDE.md
  .cursor/
    rules/
  docs/
    ai-workflow.md

可以这样分：

不要三份文件写三套互相冲突的规则。最稳的方式是：

• 通用规则写一份；
• 工具特有规则只写差异；
• 每隔一段时间清理过期规则；
• 把危险命令、禁区文件、测试命令写清楚。

如果你正在考虑代码库记忆工具，也可以参考这篇对比：。

一套可复用的分工模板

你可以把下面这段放进项目的 AI 工作流文档：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16

# AI Coding Workflow

## Tool Roles

- Cursor: code reading, local edits, UI tweaks, final diff review.
- Claude Code: terminal tasks, implementation, debugging, running tests.
- Codex: planning, independent review, long-running tasks, parallel worktrees, reusable skills.

## Rules

- Only one tool writes to the same files at a time.
- Use read-only review before large refactors.
- Run `git status --short` before and after AI changes.
- Do not delete, move, or overwrite files without listing paths first.
- Use Codex for independent review before commit.
- Use Cursor for final human-facing diff inspection.

这类规则不需要很长，但要能影响真实操作。

什么时候只用一个工具

不是每个任务都要三件套。

只用 Cursor：

• 改一段 CSS；
• 补一个类型；
• 看一个函数；
• 调整一个 UI 组件；
• 人类想强控制每一处 diff。

只用 Claude Code：

• 测试失败；
• 终端里复现 bug；
• 一次中等规模实现；
• 需要跑命令、看输出、继续修。

只用 Codex：

• 后台跑一个独立任务；
• 云端改一个 GitHub issue；
• 生成审查意见；
• 做反方设计评审；
• 把重复工作流沉淀成 Skill。

三者一起用，适合中大型任务，不适合每个小改动。

参考资料

• Codex CLI - OpenAI Developers
• Custom instructions with AGENTS.md - OpenAI Developers
• Codex in ChatGPT - OpenAI
• Claude Code overview - Anthropic Docs
• Claude Code product page - Anthropic
• Cursor Agent search docs
• Cursor official site

参考链接

• opencode GitHub：https://github.com/anomalyco/opencode
• opencode 官网：https://opencode.ai
• opencode 文档：https://opencode.ai/docs
• opencode Releases：https://github.com/anomalyco/opencode/releases
• OpenAI Codex：https://openai.com/codex/
• Using Codex with your ChatGPT plan：https://help.openai.com/en/articles/11369540-codex-in-chatgpt
• OpenAI Codex CLI Getting Started：https://help.openai.com/en/articles/11096431-openai-codex-ci-getting-started