AI编程工具横评Cursor vs Codex vs Claude Code

AI干货

AI编程工具横评
Cursor vs Codex vs Claude Code

我用真实项目测了三个月，每个工具的强项和坑位不一样

我用真实项目测了三个月。不是跑Demo，是迁移一个3万行代码的老项目。测了Cursor、Codex和Claude Code三个工具。

结论先说：没有哪个工具是万能的。但不同场景有明确的高下之分。

选工具看场景，不看评测分数

Cursor适合快速原型，Codex适合深度重构，Claude Code适合做架构设计

CONTENTS

00

先说清楚我怎么测的

测试项目：三万行 PHP 老系统，迁到 Python+Flask。包含订单、库存、财务三大模块，没有文档，注释覆盖率不到 5%。这是真实在做的项目，不是临时造的 Demo。

三个工具的版本和配置：

Cursor：0.45 版，开 Composer + Agent 模式，模型用 Claude Sonnet 4。上下文窗口 200K。
Codex：OpenAI Codex CLI 最新版，开深度搜索模式，模型用 GPT-5-Codex。上下文窗口 400K。
Claude Code：Anthropic 官方 CLI，模型用 Claude Opus 4。上下文窗口 1M。

五个测试任务，难度递增：

① 单行补全：在已写好的函数里补下一行（最快，1-3秒）
② 单文件改：改一个文件的某段逻辑（几分钟）
③ 多文件重构：把老 PHP 函数拆成 Python 类（十几分钟到半小时）
④ 读懂老代码：让 AI 解释一段没人看得懂的逻辑（半小时+）
⑤ 架构设计：给一段业务描述，让 AI 输出完整架构方案（一到两小时）

五个评分维度（每项 1-5 星）：

• 速度：从输入 prompt 到拿到能用的结果，要等多久
• 正确率：生成的代码第一次就能跑通的比例
• 读老代码：理解老 PHP 逻辑并解释清楚的能力
• 长上下文：喂整个项目文件进去不丢信息的程度
• 省心度：需要人盯着改几遍才能用，越少越好

接下来三章，每个工具讲一个具体任务跑下来的过程。看完你就能自己判断哪个适合你。

01

三个月三万行代码，跑完发现一件事

一句话结论：没有谁更好，只有谁更对。三个工具我各跑了超过 50 个任务，跑完之后最大的感受是——网上那些"Cursor 第一/Codex 最强/Claude 最智能"的横评基本都不靠谱，因为脱离了具体场景谈工具就是耍流氓。

一个最反直觉的发现：最贵的模型不一定最适合你。Claude Opus 4 在架构设计任务上确实牛，但用在日常补全上就是大炮打蚊子，速度慢、价格高，效果跟 Sonnet 几乎没差。我中途换过三次模型，最后留下的搭配是：Cursor 用 Sonnet 4、Codex 用 GPT-5-Codex、Claude Code 用 Opus 4 跑架构。

02

Cursor 实测：补全最快，但会让人变懒

【实测任务 ①单行补全 + ②单文件改】，订单模块迁移时给 Cursor 跑：把 PHP 的 `mysqli_query` 替换成 Python 的 SQLAlchemy ORM 调用。

第一次 prompt："把这段 PHP 改成 Python 的 SQLAlchemy 版本。"

Cursor 给的结果：3 秒出代码，diff 形式直接贴出来，能直接 Apply。第一次跑通了 80%。剩下 20% 是 SQLAlchemy 的 `session.add()` 后忘了 `commit()`，报错才补上。

【坑位】真正的坑不是技术，是习惯。Cursor 默认会把代码改完直接放在你面前，你点 Accept 就完事。连续用两周后我发现一个致命变化：遇到报错我第一反应是等 AI 改，而不是自己看 stack trace。

有一个晚上我盯了半小时的 bug，最后发现是一个拼写错误。如果我先自己看报错，5 秒就能发现。但我的肌肉记忆已经被 Cursor 训练成"等 AI 改"。

【任务 ③多文件重构】让它把订单模块的 12 个文件从 PHP 拆成 Python 的 service+model+route 三层结构。结果：第一次只改了一半就停了，要我手动确认要不要继续。点继续后 8 分钟全部完成，但其中 3 处命名风格跟项目其他模块不一致，得手动调整。

【三个数字】单行补全：3 秒/正确率 95%。单文件改：30 秒-2 分钟/正确率 75%。多文件重构：8-15 分钟/正确率 60%，需要人 review 至少一次。

结论：Cursor 是最顺手的加速器，但会让你变懒。它适合已经会写代码的人，不适合新手。新手用它会觉得"自己很厉害"，但其实是 AI 厉害。

03

Codex 实测：读老代码最准，挖出一个藏了两年 bug

【实测任务 ④读懂老代码】，财务模块，8000 行 PHP，最老最乱那段。注释覆盖率接近零，变量名是 `$a` `$tmp` `$xxx` 这种。

第一次 prompt："读懂这段 PHP 代码，告诉我它在做什么。"

Codex 的回答（节选）："这段代码在做一个会计期间的结转。但我注意到三个地方有疑点：第 147 行的全局变量 `$balance` 在三个地方被修改，其中第 203 行和第 311 行的修改时机不在同一个事务里。如果这两个调用中间有异常，可能会出现账目不平。这是潜在的 bug。"

【意外发现】我去翻代码日志，这个账目不平的问题在过去两年出现过 7 次，每次都是手动改 `$balance` 的值临时补回去。Codex 一次就找到了。

【任务 ③多文件重构】把财务模块的 PHP 拆成 Python 的 service+model+route 三层。Codex 跑了 25 分钟，期间它自己提出 4 个架构问题让我决策（要不要保留某种特殊的记账逻辑、要不要用 ORM 还是手写 SQL 等），我回答完才继续。生成代码 600 行，正确率 85%，剩下的 15% 是因为我业务的特殊判断它不知道。

【三个数字】读老代码：5-15 分钟/理解准确度 90%。多文件重构：25-40 分钟/正确率 85%，但需要人回答它的问题。单行补全：不支持，Codex CLI 不是一个编辑器插件。

结论：Codex 不是写代码的，是问问题的。它问的问题比它写的代码更值钱。慢是真的慢，但这种慢值得，因为它在帮你思考，不是在帮你打字。

04

Claude Code 实测：架构设计一次过，赶工期别用

【实测任务 ⑤架构设计】，把老系统的数据库 schema（42 张表）和一段 200 字的业务流程描述喂给 Claude Code，让它输出新系统的整体架构方案。

第一次 prompt："以下是新系统的业务描述和数据库结构，请输出一份架构设计文档。包含：模块划分、接口设计、数据迁移方案、技术选型理由。"

Claude Code 的输出：1M 上下文直接吃下整个 schema。两个小时后，输出了 13 份文档：模块划分、接口契约、数据迁移 SQL、API 文档草稿、技术选型对比表、风险清单、测试策略、部署方案……光技术选型一项就列了 6 个方案的对比（Flask vs FastAPI vs Django、PostgreSQL vs MySQL、Redis vs Memcached 等），每个方案给了优缺点和推荐理由。

【专家验证】我找了一个有十年经验的高级工程师朋友帮我 review。朋友看完后说："基本可以直接用，有两处需要微调——一处是缓存策略选 Redis 没问题但建议加 Cluster；另一处是 API 设计建议加版本号路径（/v1/）。其他地方都没问题。"

【任务 ②单文件改】尝试让 Claude Code 改一个小功能（订单导出 Excel）。结果：跑了 3 分钟，最后生成的代码用了 Pandas 这个重量级库，而老 PHP 版本用的是简单的 fputcsv。技术上能跑，但属于"用高射炮打蚊子"，过度设计。

【三个数字】架构设计：1-2 小时/可直接使用率 90%。读老代码：15-30 分钟/准确度 85%。单文件改：3-5 分钟/正确率 80%，但经常过度设计。

结论：Claude Code 适合做"想清楚"的事，不适合做"快出活"的事。它的思考模式偏慢，每个决策都要想清楚再动手。赶工期的时候用它会急死人。

05

五个维度打分，一目了然

跑完 50+ 个任务后的横向评分（每项 1-5 星）：

一眼总结：

• Cursor：速度之王，IDE 内体验最顺
• Codex：读老代码之神，CLI 派的最爱
• Claude Code：架构设计之王，长上下文无敌

06

怎么选

日常写新功能、快速迭代 → Cursor。它是最顺手的加速器。打开 IDE 就能用，不用切工具。

接手老项目、需要深度理解代码 → Codex。它问的问题比它写的代码更值钱。我现在每周固定开两个下午跑 Codex 做代码审查。

全新的架构设计、技术选型决策 → Claude Code。它能给你一个可以直接 review 的方案。我在项目启动前会用它跑一遍，省下至少一周的方案设计时间。

【最终搭配】我自己现在的组合是：Cursor 当主力 IDE（80% 时间），碰到读不懂的老代码切 Codex（10%），做新模块设计切 Claude Code（10%）。三个工具我同时订阅，但每个用得最狠的场景不一样。

【给新手的建议】别一上来就三个都买。先用 Cursor 跑一个月，看你的痛点在哪里。如果你的痛点是"AI 写的代码我看不懂"，那说明你需要的是先学会写代码；如果你的痛点是"AI 写的代码我懂但太慢"，那换 Codex 或 Claude Code。

- END -