夜雨聆风2026年了，AI编程工具到底该怎么选？Codex、Claude Code、龙虾、爱马仕一篇说清楚
上周一个朋友问我：「你们AI圈最近天天说Codex、Claude Code，还有龙虾、爱马仕，到底哪个好用？」
我花了半小时给他解释，他说「你不如写篇文章」。
好，那就写一篇。
一、先搞清楚：AI编程工具已经分层了
如果你还停留在「打开ChatGPT → 复制粘贴代码 → 运行 → 报错 → 再复制粘贴」的阶段，那你用的已经是上一代玩法了。
2026年的AI编程工具，已经分成三个层次：
🗣️ 对话式 — ChatGPT、Kimi、豆包、DeepSeek → 你问它答，你是执行者
🤖 Agent式 — Codex、Claude Code、Cursor → 它去执行，你是审核者
🖥️ 平台式 — 龙虾（OpenClaw）、爱马仕（Hermes） → 它管一切，你是决策者
三层之间不是「谁更好」的问题，是解决不同维度的问题。我一个个说。
二、Codex：OpenAI的云端编程特工
它是什么？
Codex是OpenAI在2025年推出的云端编程Agent。简单说，它是一个在ChatGPT侧边栏里工作的、会自动写代码改代码的AI程序员。
怎么用？
你在ChatGPT里打开Codex，给它一个任务——比如「帮我在这个项目里加一个用户登录功能」——它就自己开始干活了：
读你的代码库 → 在云端沙盒环境里改代码 → 跑测试 → 测试不通过就自己修 → 修好了给你一个Pull Request
整个过程你不需要盯着，1到30分钟，它自己搞定。你该干嘛干嘛，回来检查结果就行。
核心特点
云端沙盒执行 — 代码在OpenAI的服务器上跑，不占你本地资源
并行多任务 — 可以同时开好几个任务，互不影响
AGENTS.md驱动 — 跟龙虾一样，用AGENTS.md文件告诉它怎么干活
可验证 — 每一步操作都有终端日志和测试结果，不是黑箱
底层模型 — codex-1，基于o3专门针对软件工程优化
适合谁？
✅ 有GitHub仓库、需要自动化处理PR的团队
✅ 不想在本地装东西、愿意让AI在云端跑的用户
✅ ChatGPT Plus/Pro用户（Plus就能用）
局限性
❌ 只能在ChatGPT里用，没有独立终端
❌ 任务是异步的，不适合需要实时交互的场景
❌ 不能直接操作你本地的浏览器、数据库等
三、Claude Code：Anthropic的全场景编程助手
它是什么？
Claude Code是Anthropic推出的AI编程工具，定位是在你本地的终端、IDE、桌面、浏览器里都能用的Agent程序员。
跟Codex最大的区别：Claude Code在你本地跑。
怎么用？
一行命令安装：
curl -fsSL https://claude.ai/install.sh | bash然后在你项目目录里敲 claude，它就开始读你的代码，你可以直接跟它对话：
「帮我重构这个函数」 「这个bug是怎么回事」 「把所有API调用加上错误处理」
它直接改你的文件、运行你的命令、操作你的git。你能看到它在终端里一步步操作，就像有个程序员坐在你旁边。
核心特点
全平台覆盖 — 终端CLI + VS Code插件 + 桌面App + 浏览器
本地执行 — 在你电脑上跑，能访问你的所有本地工具和环境
实时交互 — 你看着它干活，随时可以打断、纠正
多提供商支持 — 除了Claude模型，还能接第三方API
Git原生集成 — 自动提交、建分支、写commit message
适合谁？
✅ 需要实时交互、想看着AI干活的开发者
✅ 项目在本地的个人开发者或小团队
✅ 需要AI操作本地数据库、浏览器等复杂环境的场景
局限性
❌ 需要本地安装和配置
❌ 耗本地资源（虽然主要靠API，但工具链需要本地）
❌ 需要Claude订阅或API付费
四、Codex vs Claude Code：正面刚
一句话总结：
🟢 Codex = 把任务外包给云端程序员，适合「我有个活，你帮我干了，干完叫我」
🟣 Claude Code = 请了个坐在你旁边的程序员，适合「咱俩一起看看这个怎么搞」
五、它们跟普通AI工具有什么本质区别？
这是最关键的问题。很多人觉得「我用ChatGPT写代码不也挺好的吗？为什么要换？」
区别不在「能不能写代码」，在工作方式。
普通AI工具的工作流：
你：帮我写一个用户登录功能 AI：好的，这是代码（粘贴一大段） 你：复制→粘贴→运行→报错→截图→发回去 AI：哦，这里少了个import，加上就好 你：加上→还是报错→再截图→再发回去 …（循环N次）
你才是那个「执行者」。AI只负责出主意，动手的是你。
Agent式AI工具的工作流：
你：帮我加一个用户登录功能 AI：好的。 → 读代码库 → 创建文件 → 写代码 → 跑测试 → 测试失败 → 自己修 → 测试通过 ✅ → 提交PR / 改好文件 你：看一下结果，确认没问题，合并。
AI是执行者，你变成审核者。
这个转变有多大？就像从「自己开车」变成了「有个司机」。你不再需要关心每一步怎么操作，只需要告诉它目的地，然后检查它有没有走错路。
效率对比：
我一个做全栈的朋友，上个月把日常开发从ChatGPT切换到Claude Code，他算了笔账：
以前：改一个功能 → 来回跟ChatGPT对话5-8轮 → 平均 45分钟 现在：Claude Code直接改 → 他检查一遍 → 平均 10分钟
不是AI变聪明了，是工作方式变了。
六、那龙虾和爱马仕又是什么？
好，现在我们把视野拉大一点。
Codex和Claude Code解决的是编程这件事。但如果你不只想要一个编程助手，你想要一个能帮你处理各种事情的AI系统，那就该看龙虾和爱马仕了。
🦞 龙虾（OpenClaw）
全称OpenClaw，开源MIT协议，中文社区叫它「龙虾」。
它的定位：多通道AI Agent网关。
说人话：你可以在微信、飞书、Discord、Telegram等任何地方给它发消息，它会根据消息内容，自动路由到不同的AI模型去处理。
龙虾不是编程工具，而是「AI操作系统的入口」。
核心能力
多通道接入 — 微信、飞书、Discord、Slack……一个Agent服务所有平台
多Agent路由 — 不同的人、不同的群、不同的任务，走不同的模型
Skills系统 — 可以装各种技能包，像装App一样扩展能力
记忆系统 — 跨会话记住你是谁、你说了什么
自托管 — 代码和数据都在你自己服务器上，不是某家公司的云端
龙虾跟Codex/Claude Code的关系：
Codex/Claude Code是「专门编程的AI工具」 龙虾是「通用的AI操作系统」——编程只是它百万种能力之一
你可以把Claude Code的能力接入龙虾，让龙虾在需要编程的时候调用Claude Code。但龙虾还能帮你管日历、查邮件、发公众号、运营社群、处理Excel……
🦞 龙虾 = AI管家 | 💻 Codex/Claude Code = AI程序员
🐎 爱马仕（Hermes Agent）
由Nous Research开发的开源AI Agent框架。中文圈也戏称「爱马仕Agent」。
它的定位：会自我进化的AI Agent运行时。
如果说龙虾是「管家」，那爱马仕就是「会成长的管家」。
核心差异
自我学习 — 用多了它会自己总结经验，沉淀成技能，下次更熟练
经验沉淀 — 不是每次从零开始，而是越用越强
长期记忆 — 跨会话记住什么方法有效、什么方法无效
6种执行后端 — 本地、Docker、SSH、云函数……什么环境都能跑
爱马仕的核心哲学：AI Agent应该从交互中学习，随时间变得更有价值。
这跟Codex和Claude Code有本质区别——后者每次任务都是独立的，不会「越用越聪明」。而爱马仕会。
爱马仕跟龙虾的关系很有意思：
龙虾是「入口层」——消息怎么进来、怎么路由、怎么分发 爱马仕是「引擎层」——工具怎么用、经验怎么沉淀、下次怎么变强
甚至爱马仕官方支持从龙虾一键迁移：
hermes migrate --from openclaw你的SOUL.md、记忆、Skills全都能搬过去。
四者关系一张图看懂：
🗣️ 对话式（ChatGPT/Kimi）→ 你问它答，你是执行者 🤖 Agent式（Codex/Claude Code）→ 它去执行，你是审核者 🖥️ 平台式（龙虾/爱马仕）→ 它管一切，你是决策者
七、到底该怎么选？
我不给「唯一答案」，因为不同的人适合不同的工具。但我可以给你一个决策框架：
我的个人选择：
我现在用的是龙虾（OpenClaw），原因很简单：
1. 我的需求不只是编程——公众号、日历、邮件、社群运营，这些都需要AI
2. 多通道对我很重要——飞书、微信、WebChat，一个地方管所有
3. 自托管意味着数据在我手上——作为企业服务提供者，这个很重要
4. 编程方面，我在龙虾里配了编程相关的Skills，日常开发够了。复杂项目再用Codex或Claude Code补充。
但对你来说，选什么不重要，先用起来最重要。
八、最后说一句
2026年的AI工具，已经不是「有没有」的问题，而是「会不会用」的问题。
这些工具的门槛越来越低：Codex不需要安装，在ChatGPT里就能用；Claude Code一行命令就装好；龙虾和爱马仕也越来越傻瓜化。
真正的门槛不是工具，是你愿不愿意改变工作方式。
从「AI给我建议，我来执行」到「AI去执行，我来审核」——这个转变，比选哪个工具重要得多。
本文写于2026年6月，工具状态可能随时变化，请以官方最新信息为准。
作者：康乐霞客 | 公众号：爱生活的科研狗
