我為什麼從 Claude Code 轉到 Codex
最近在處理一個雲端微服務專案，主要是遊戲內後端的事件追蹤與計費模組，這個系統架構很敏感，因為要同時處理大量 request，又要確保計費邏輯的正確性，任何一個 race condition 或 cache 失效都可能造成漏算，直接影響營收，壓力很大。
專案一直有個 bug 隱藏很深，我連續花了四天測不同 LLM 來幫忙找問題，這過程讓我對 Claude Code 與 Codex 的差異有蠻深的體驗。
Claude Code
Claude Code 的最大特點就是快，我只要把幾個關鍵檔案丟進去，它就會在幾秒鐘內給出整段重構，甚至動輒上百行的 diff，看起來好像很完整。但實際深入檢查後，發現很多地方根本沒把跨模組的呼叫鏈考慮進去，簡單的說，CC的速度一開始讓人覺得很讚，但後續 debug 成本反而被放大，太多不必要的東西，超就像有個同事急著把 code 寫出來，代碼超亂。
Codex
Codex 給我的感覺則完全相反，它會慢慢的逐一掃描檔案，花二三十分鐘去追每個方法的呼叫點，甚至會主動補充這個方法在不同情境下可能造成什麼問題，雖然要等，但分析深度真的不一樣。結果就是，我不用再額外花幾天去確認 AI 的假設是否正確，而是能直接拿它的報告去對照監控數據，這種可靠度，對我來說比快更重要。
在關鍵模組上，錯一次可能就是一筆大錢的損失，還要扛責任，因此我寧可忍受 Codex 慢慢來，也不要再被 Claude Code 快速但不完整的回覆誤導....
現在我會先用 Codex 做分析，再限制 Claude Code 僅針對某個檔案或 func 去產出最小修補，最後再交叉檢查。這樣做效率雖然不像單押一個模型那麼爽快，但風險大幅下降。
我蠻好奇，大家在不同專案裡的體感如何? 特別是當系統複雜度拉高時，你們會更在意速度，還是會傾向追求全部深度分析的安全感?
作者：Lulu