目录

一、Claude Code（Anthropic）

1. 核心定位

2. 核心能力

3. 工程体验

4. 适合谁

二、Codex（OpenAI，新一代）

1. 核心定位

2. 核心能力

3. 工程体验

4. 适合谁

三、OpenCode（开源阵营代表）

1. 核心定位

2. 核心能力

3. 工程体验

4. 适合谁

四、Gemini CLI（Google）

1. 核心定位

2. 核心能力

3. 工程体验

4. 适合谁

五、横向对比（工程视角）

六、总结

---

一、Claude Code（Anthropic）

1. 核心定位

Claude Code 是“真正的工程级 AI Coding Agent”，不是聊天助手。

它的设计目标不是“回答你代码问题”，而是：

读整个项目

理解上下文

修改多个文件

执行命令

解释改动理由

一句话：它是一个能“替你干活”的工程助理。

2. 核心能力

项目级理解（自动扫描目录结构）

多文件 refactor

自动调用 Bash 执行命令

任务拆解（Plan agent）

可持续对话式开发（session 有记忆）

你刚才看到的 agent（Explore / Plan / Bash）就是这个体系。

3. 工程体验

CLI 原生，极适合 Linux / 服务器 / 远程开发

不依赖 IDE（VS Code 不是必须）

非常适合：

重构老代码

看陌生仓库

写实验代码

快速验证想法

4. 适合谁

研究生 / 博士

后端 / 系统 / 算法工程师

做科研代码、实验 pipeline 的人

不太适合：只想“写几行 demo 代码”的新手。

二、Codex（OpenAI，新一代）

1. 核心定位

Codex 是 OpenAI 为“AI 写代码”专门训练的模型与 Agent 体系。

和 ChatGPT 的本质区别是：

ChatGPT = 通用语言模型
Codex = 面向代码任务的专用智能体

2. 核心能力

代码生成准确率高

对主流语言（Python / C++ / JS）非常稳

强于：

函数级实现

API 调用

单模块逻辑

但注意：

👉 Codex 本身更偏“模型/能力”，而不是一个完整 CLI 工具
👉 需要依托 Cursor / VS Code / OpenAI 平台

3. 工程体验

IDE 内体验很好

适合“边写边补全”

不如 Claude Code 擅长跨文件大改

4. 适合谁

日常写代码的工程师

追求高质量 code completion

VS Code / Cursor 重度用户

三、OpenCode（开源阵营代表）

1. 核心定位

OpenCode 是“开源版 Claude Code / Cursor 的尝试”。

目标很明确：

用开源模型，做一个可本地运行的 Coding Agent

2. 核心能力

取决于你接的模型（Qwen / DeepSeek / LLaMA）：

目录扫描

基本 agent 能力

简单 refactor

命令调用（有限）

但需要说实话：

👉 稳定性、上下文理解、复杂工程能力明显不如 Claude Code

3. 工程体验

优点：

本地

可控

可魔改

缺点：

prompt 工程成本高

agent 容易“发散”

对大项目吃力

4. 适合谁

AI / 系统研究者

想研究 Agent 框架本身

对隐私/内网有强需求

四、Gemini CLI（Google）

1. 核心定位

Gemini CLI 是 Google 推出的“轻量级命令行 AI 助手”。

它更像是：

“终端里的 ChatGPT + Google 搜索能力”

而不是纯粹的 coding agent。

2. 核心能力

文本理解

搜索增强（Google 强项）

基本代码生成

脚本级辅助

弱项很明显：

项目级代码理解

多文件修改

agent 自主执行能力

3. 工程体验

上手简单

偏工具型

不适合复杂工程任务

4. 适合谁

运维 / SRE

快速查资料 + 写脚本

不想折腾 agent 的用户

五、横向对比（工程视角）

六、总结

如果做工程 / 科研代码：Claude Code 是目前最强的 CLI 级 coding agent
Codex 适合 IDE 内写代码
OpenCode 适合研究 Agent 本身
Gemini CLI 更像“聪明一点的命令行百科全书”