Claude Code или Codex: что выбрать для вайбкодинга и агентной разработки

Decision page: когда выбирать Claude Code, когда Codex, как делить роли между агентами, что делать с контекстом, MCP, skills, ревью и долгими задачами.

Мем-обложка в стиле terminal loop: Claude Code или Codex — выбирай флоу, не модель

Это decision page для выбора между Claude Code и Codex в 2026. Не вечная таблица “какая модель умнее”, а практическая развилка: где жить каждый день, кому отдавать длинные задачи, чем ревьюить diff и как не превратить рабочий контекст в болото.

Короткий ответ: если нужен привычный агент в терминале, плотная работа с репой, MCP и skills — начинайте с Claude Code. Если нужен стабильный второй исполнитель, ревьюер и запасной агент, когда Claude просел по лимитам или качеству, — держите Codex рядом. Для настоящей агентной разработки выигрывает не один инструмент, а связка: Claude Code / Codex пишут и ревьюят, Cursor помогает руками в IDE, а память и правила живут вне вендора — в GBrain, markdown-контексте, skills и тестах.

Быстрый выбор

Сценарий	Что выбрать	Почему
Хочу быстро вайбкодить в существующей репе	Claude Code	CLI ближе к рабочей директории, удобнее давать файлы, запускать проверки, держать привычный цикл правок
Нужен второй агент для ревью и альтернативного решения	Codex	Хорошо работает как независимый исполнитель: “посмотри на diff”, “найди риск”, “предложи другой план”
Длинная агентная задача на несколько часов	Связка Codex + Claude Code + внешний план	Один агент легко зарастает контекстом; лучше делить план, реализацию и ревью
Много MCP, skills, hooks и локальной грязи	Claude Code, но с hygiene	Claude силён в этом режиме, но именно здесь чаще начинается “почему он тупит” из-за перегруженного контекста
Нужно не зависеть от одного вендора	Codex рядом с Claude Code	Переносимость становится частью рабочего флоу, а не планом на случай пожара
Хочу always-on агента в Telegram, cron и память	Не Claude/Codex напрямую	Нужен слой выше: Hermes Agent, OpenClaw, свой harness, GBrain, allowlists и безопасные tools
Работаю глазами в интерфейсе и руками правлю UI	Cursor + агент в терминале	Cursor хорош как IDE-слой, но для автономной работы в репе я всё равно держал бы отдельного агента

Что мы вообще сравниваем

Под “вайбкодингом” я имею в виду не “написал одну фразу и молюсь”. Нормальный вайбкодинг — это быстрый цикл:

Дать агенту цель и границы.
Попросить план до кода.
Дать ему трогать файлы маленькими кусками.
Запустить проверки.
Отдельно попросить ревью: что могло сломаться.
Принять diff глазами.

Агентная разработка — следующий уровень. Там важнее не скорость первой версии, а управляемость: план, сабагенты, контекст, память, тесты, прогресс-артефакты, rollback и способность продолжить задачу завтра.

Из-за этого вопрос “Claude Code или Codex” быстро превращается в вопрос “какую роль отдать каждому инструменту”. Один агент не обязан быть всем.

Где Claude Code сильнее

Claude Code мне всё ещё нравится как основной рабочий агент в репозитории.

Сильные места:

терминальный флоу: агент рядом с файлами, тестами, git и локальными правилами проекта;
MCP и skills: удобно собрать рабочую среду вокруг конкретной репы, браузера, базы знаний, smoke-тестов;
маленькие итерации: “проверь”, “поправь”, “добавь тест”, “сделай diff меньше” ощущаются естественно;
работа с привычками проекта: если у вас есть AGENTS.md, CLAUDE.md, skills и нормальные проверки, Claude быстрее начинает вести себя как участник команды;
инженерный UX: меньше ощущения, что вы переписываетесь с отдельным продуктом, больше ощущения, что агент сидит в терминале.

Но сила Claude Code легко превращается в слабость. Чем больше вы накидываете skills, MCP, файлов, старых инструкций и “полезного контекста”, тем выше шанс получить мутную деградацию. Кажется, что модель стала глупее, а на деле вы скармливаете ей комнату, в которой давно не убирались.

Где Codex сильнее

Codex для меня стал не “убийцей Claude Code”, а хорошим вторым центром тяжести.

Сильные места:

независимое ревью: полезно дать Codex тот же diff и спросить, что я не вижу;
стабильный запасной исполнитель: когда Claude просел по лимитам, качеству или просто бесит, работа не останавливается;
другой стиль мышления: иногда он дольше думает, но выдаёт более ровную структуру решения;
меньше завязки на один harness: если весь рабочий процесс сидит только в Claude Code, вы становитесь заложником очередной деградации, квоты или продуктового решения;
хороший режим “сделай второй вариант”: особенно для архитектурных решений, миграций, ревью security и cleanup.

Главная претензия к Codex в моём флоу: он быстрее забивает контекст, и его приходится дисциплинировать. Чаще начинать новую сессию. Чаще явно говорить “используй сабагентов / вынеси детали / не тащи лог в ответ”. Это не катастрофа, но привычки меняются.

Decision matrix

Критерий	Claude Code	Codex	Как выбирать
Первый прототип	Очень хорошо	Хорошо	Если репа локальная и много файлов — Claude. Если нужен независимый взгляд — Codex
Рефакторинг	Хорошо при жёстких тестах	Хорошо как ревьюер	Большие рефакторы лучше вести в два агента: один пишет, второй ищет риск
Контекст	Силен, пока чисто	Требует дисциплины	Любой инструмент сломается, если тащить в него весь мир
Сабагенты	Полезны, но надо явно проектировать флоу	Полезны, но надо напоминать	Для задач дольше 30–60 минут всегда думать про decomposition
MCP / tools	Сильная зона Claude Code	Зависит от окружения	Если рабочий процесс вокруг MCP, Claude часто удобнее как основной агент
Skills / инструкции	Хорошо, если skills короткие и живые	Лучше держать в внешнем контексте	Skills должны быть операционными контрактами, не prompt soup
Ревью diff	Норм	Очень полезен как второй reviewer	Не ревьюить тем же агентом, который написал код, если риск высокий
UX	Терминал, ближе к разработчику	Больше ощущение отдельного продукта	Выбирайте по тому, где меньше трения именно у вас
Переносимость	Нужно отдельно выносить память	Тоже нужно отдельно выносить память	GBrain/markdown/tests важнее, чем вера в одного клиента

Мой текущий рабочий флоу

Я бы не выбирал “один навсегда”. Нормальная схема сейчас такая:

Claude Code — основной агент в репе: правки, тесты, маленькие фичи, MCP, локальные проверки.
Codex — второй исполнитель и ревьюер: альтернативный план, поиск риска, cleanup, “что мы не видим”.
Cursor — ручной IDE-слой: быстро открыть файл, поправить глазами, проверить UI, не терять контроль.
GBrain / markdown-контекст — память вне клиента: решения, project facts, source packs, reusable learnings.
Hermes / OpenClaw / свой harness — если агент должен жить дольше одной сессии: Telegram, cron, webhooks, delivery, профили, allowlists.

Главный вывод неприятный, но полезный: лучший агентный флоу — это не “самая умная модель”, а нормальная операционная система вокруг неё.

История: почему я на время переехал на Codex

Snapshot на середину мая 2026: я временно переехал с Claude Code на Codex, потому что Claude Code увидели клюшку в метриках, не справились с ростом и начали ощущаться хуже. Ранее добавили кеширование и “оптимизации”, юзеры стали чувствовать, что Claude Code тупит жоска. В нашем чате и в твиттере это было не только у меня.

Сами Claude Code объясняли часть деградации количеством установленных skills, MCP и другой контекстной грязи.

Они добавили /doctor, чистки, кредиты и лимиты, но я уже чёрнулся. Пока такой вайбик: если инструмент ломает мой рабочий цикл, я не обязан героически ждать исправления. Должен быть запасной путь.

Мой фидбек по Codex тогда был такой:

Дал задачу — долго думает — выдаёт хороший ответ, но контекст уже заполнен. Приходится чаще явно начинать новую сессию.
Чтобы экономить контекст, приходится напоминать использовать сабагентов и не тащить всё в основной чат.
Через desktop-приложение чувствуешь себя чуть более корпоратом, чем в любимом CLI. Микрофончик есть, но я всё равно продолжаю использовать Spokenly на правый command.
Нет ощущения, что тебя сейчас накажут за эксперименты с другими tools. Пока что.

План с тех пор не изменился: переносить рабочий контекст в GBrain/OpenBrain/markdown-слой, чтобы переезд между клиентами был обычной операцией, а не личной драмой.

Что добавилось из обсуждений

В нашем тг чатике вокруг этого периода шло много сравнений Claude Code и Codex. Полезный сигнал: опыт стал примерно поляризованным. Часть людей оставалась на Claude Code из-за привычного CLI и качества флоу, часть уходила в Codex из-за стабильности, доступности и меньших рисков.

Повторяющийся community insight: люди недооценивают стоимость context hygiene. Когда в Claude Code лежит много MCP, skills и локальной грязи, деградация ощущается как “модель тупит”, хотя часть проблемы может быть в среде. В Codex похожая проблема выглядит иначе: ответ хороший, но контекст быстрее заполняется, и нужно дисциплинированнее начинать новые сессии.

Ещё один паттерн: опытные пользователи всё реже спрашивают “какой инструмент победил”. Они собирают связки: один агент пишет, второй ревьюит, третий живёт в Telegram и запускает фоновые задачи, а память лежит отдельно.

Как проверить на своей задаче

Не надо выбирать по моему фанатству. Сделайте маленький benchmark на своём проекте.

Тест 1: маленькая фича

Дайте Claude Code и Codex одинаковый issue:

цель;
3–5 релевантных файлов;
ограничения;
команду проверки;
критерий готовности.

Сравнивайте не красоту ответа, а diff, количество вмешательств и то, сколько раз агент сделал что-то “почти, но не то”.

Тест 2: ревью чужого diff

Пусть один агент пишет, второй ревьюит. Вопрос ревьюеру:

Посмотри на diff как инженер, который будет это поддерживать.
Найди риски, missing tests, edge cases, security/privacy проблемы и места,
где изменение слишком широкое для задачи. Не переписывай код без причины.

Если второй агент находит реальный риск, он уже окупил своё место в стеке.

Тест 3: длинная задача

Возьмите задачу на 2–4 часа и проверьте:

держит ли агент план;
умеет ли он не тащить весь лог в ответ;
просит ли проверки в правильные моменты;
не забывает ли ограничения из начала;
можно ли продолжить после context reset.

Вот тут обычно и становится видно, что “модель умная” и “агентный флоу управляемый” — разные вещи.

Что делать с контекстом

Если после каждой новой сессии вы заново объясняете проект, проблема не в Claude Code и не в Codex. Проблема в том, что у вас нет нормального слоя памяти.

Минимальная версия:

AGENTS.md рядом с проектом;
короткие specs для задач;
маленькие reusable skills;
decision log: что решили и почему;
команды проверки;
список forbidden actions;
source packs для больших исследований.

Более взрослая версия:

GBrain/OpenBrain как retrieval layer;
отдельные project facts вместо сырых логов;
ссылки на реальные артефакты;
регулярная чистка устаревших правил;
отдельные профили для личного агента, публичного бота и проектного teammate.

Контекст должен переживать смену клиента. Иначе вы не работаете с агентами, вы ухаживаете за одной очень дорогой вкладкой.

Когда не надо автоматизировать

Главное правило из практики: не надо автоматизировать то, что вы ещё не задолбались делать руками.

Если флоу не повторяется, не надо сразу строить multi-agent систему. Сначала сделайте задачу руками с Claude Code или Codex. Потом повторите. Потом вынесите в skill. Потом добавьте проверки. И только потом думайте про Telegram-агента, cron, webhooks и память.

Плохая агентная разработка выглядит так: “я дал агенту всё, он что-то делает, страшно нажать merge”. Хорошая — скучнее: маленькая задача, понятный контекст, проверка, diff, ревью, запись полезного вывода в память.

FAQ

Claude Code лучше Codex?

Для ежедневной работы в репозитории Claude Code часто удобнее: терминал, tools, MCP, skills, привычный инженерный цикл. Но “лучше” не значит “единственный”. Codex полезен как второй агент и страховка от vendor/regression риска.

Codex лучше для вайбкодинга?

Если под вайбкодингом понимать “быстро получить первый рабочий вариант”, оба справляются. Разница в ощущении флоу. Claude Code ближе к терминалу и проекту, Codex часто ощущается как более отдельный исполнитель, которому надо чётче резать контекст.

Что выбрать новичку?

Если вы разработчик и живёте в терминале — начните с Claude Code. Если уже используете Codex или вам важен запасной агент для ревью — добавьте Codex вторым. Если вы вообще не хотите терминал, Cursor может быть мягче как вход.

Нужно ли использовать оба?

Да, если вы делаете что-то серьёзнее одноразовой правки. Один агент пишет, второй ревьюит. Это не серебряная пуля, но снижает шанс, что вы примете красивый, но опасный diff.

Где здесь Hermes Agent?

Claude Code и Codex — инструменты для работы над задачей. Hermes Agent или OpenClaw — слой, где агент может жить постоянно: Telegram, cron, профили, память, delivery, tools. Это другой уровень. Если вам нужен “агент, которому можно написать с телефона и получить результат позже”, смотрите в сторону такого harness.