命令行编程智能体如何按团队条件选型
文章基于真实仓库使用经历,比较 Claude Code、Codex、Gemini CLI 和 Hermes 等编程智能体。选型重点放在内置控制能力、现有订阅生态、预算与数据约束,而非统一排名。
AI 深度解读
选终端 AI 编程工具,先看团队已经买了什么、需要怎样的权限和审计,再看模型。原作者给出的结论是:工程团队优先考虑 Claude Code,已经使用 ChatGPT 的组织优先考虑 Codex,Google 用户先分清个人与企业入口,Hermes 则偏向个人的多模型助手。
这份比较来自作者数月的真实仓库使用,价格和版本核对日期是 2026 年 10 月 16 日。它适合用来整理选型问题,但没有公开统一任务集和对照成绩。下面的产品信息均按原文转述,应当作为当时的产品快照阅读。
能读仓库、改代码之后,差别还剩什么
这些工具都属于命令行编程代理:读取仓库、修改文件、运行命令,循环执行直到任务结束。它们也都支持 MCP(Model Context Protocol),可以连接数据库、工单和文档等外部工具。
所以,「能接工具」已经很难成为决定性优势。作者真正比较的是多文件修改质量、上下文保持、工具集成、团队治理和总使用成本。
Claude Code 的重点是 harness,也就是模型周围负责提供上下文、约束行为和执行检查的那套设施。CLAUDE.md 保存项目约定,Skills 封装可复用流程,Hooks 在操作前后执行检查。自 2.1.277 起,仓库没有 CLAUDE.md 时,它也会读取 AGENTS.md。
它的自动执行模式会用分类器判断动作风险:写测试文件可以自动执行,删除目录可能需要确认。底层循环则通过 API 返回的 stop_reason 区分下一步:tool_use 表示模型要调用工具,end_turn 表示这一轮结束。
作者还强调,Claude Code 使用 Grep、Glob、Read 反复检索代码,而不是先依赖向量数据库做 RAG。理由是可以边查边修正搜索方向。不过,「比向量索引慢、在真实代码上更可靠」没有附带对照结果,不能直接推广到所有仓库。
Codex 也有 Skills、Hooks 和子代理。它更突出的差异是 Rust 实现的代理代码以 Apache 2.0 开源,可以审计和修改;原文还列出 Amazon Bedrock 原生支持。但客户端开源、模型在哪里运行、数据在哪里处理和保存,是三个需要分别确认的问题。
选型要比较的是整套执行和治理流程,模型只是其中一部分。
已有订阅,往往比功能清单更能决定选择
作者偏向 Claude Code,一个重要依据是默认模型变化:2.1.280 自 9 月 22 日起在所有套餐默认使用 Opus 5.5,包括 Pro 和 Team Standard。Opus 5.5、Sonnet 5.5、Haiku 5.5 都提供 100 万 token 上下文。
不过,上下文容量解决的是「能装多少」,并不直接证明复杂重构一定更准确。原文也提到更高档的 Fable,可通过 best 别名使用,但有单独的每周限额,部分套餐还涉及用量额度。
Codex 的优势则是接入已有 ChatGPT 组织。按原文,它从 7 月 9 日的 ChatGPT 桌面应用 26.707 起内置于 macOS 和 Windows 客户端,已有 Business 或 Enterprise 的组织无需另签一份合同。
这里必须分清入口和套餐:
- Free 和 Go(8 美元)提供桌面应用内的 Codex,使用 GPT-6 Luna。
- Plus(20 美元)起开放 CLI、IDE 扩展和网页版,并提供 GPT-6.1 Sol。
- Pro 有 100、200、500 美元档位;Business 按年付费为每人每月 20 美元,按月付费为 25 美元,Enterprise 和 Edu 询价。
因此,「免费套餐包含 Codex」不能直接读成「免费使用 Codex CLI」。作者给出的 Claude Team Standard 与 ChatGPT Business 入门比较,都是按年付费每月 20 美元;这些价格均为税前美元。
兼容性变化也不能跳过。GPT-6 Luna、GPT-6 Sol 于 9 月 22 日加入,GPT-6.1 Sol 于 9 月 29 日加入;10 月 14 日,ChatGPT 账号登录用户的 GPT-5.5 被停用,API key 会话不受影响。9 月 5 日移除的 codex mcp-server,则要求相关集成迁移到 app server。支持 MCP 和能够作为 MCP server 暴露出去,是不同能力。
Google 要先分账号,Hermes 要先想清记忆归谁管
原文纠正了一条容易过期的认识:Gemini CLI 已不再是「有 Google 账号就能免费用」的入口。
按作者核对的信息,Google 在 5 月 19 日宣布迁移,自 6 月 18 日起,免费账号及 Google AI Pro、Ultra 用户转向 Antigravity CLI。企业持有 Gemini Code Assist Standard、Enterprise 许可证,或者使用付费 API key、Vertex AI,仍可使用 Gemini CLI。
两者的开放程度也不同。Gemini CLI 采用 Apache 2.0;Antigravity CLI 的仓库只公开文档和更新日志。前者 0.64.0 运行 Gemini 3 系列,Gemini 3.1 Pro 为预览状态,README 明确说尚未针对 Gemini 4 Argon 优化,并引导使用 Antigravity。
Antigravity CLI 使用 Go,与 Antigravity 2.0 共享引擎,保留 Skills、Hooks、子代理,扩展改称 plugins。它还向获授权的 Google Cloud 项目提供 Claude Opus 5.5、Sonnet 5.5;自动模式会把离开沙箱的命令交给第二个代理复核。免费额度没有查清,原文没有报价。
Hermes 的吸引力来自另一条路线:它会从会话生成 Skills,持续调整,并保存用户偏好。它支持 OpenRouter、Nous Portal、OpenAI、自定义端点和本地模型,还能在会话中切换模型。0.22.0 加入一键安装 llama.cpp、运行本地开放模型的能力,不需要账号或 API key。
但学习循环也可能记住错误。作者因此建议实际客户项目固定版本;0.21.0 到 0.22.0 约 24,000 次提交的速度,即使有稳定发布渠道,也会增加维护压力。hermes import-agent 可以导入已有 Codex 或 Claude Code 配置,迁移方便不代表后续治理自动完成。
OpenClaw 则把持久记忆延伸到消息、日历和第三方应用。原文引用了 923 个网关无认证暴露、涉及 shell 权限和明文 API key 的记录,但没有交代统计方法。这个案例能提醒部署风险,不能拿来计算整体事故率。
我的判断
作者把团队治理放在前面,我认同。共享项目约定、检查执行结果、审查 diff,比追逐一次模型更新更容易形成长期收益。尤其对前端和全栈仓库,框架约束、构建命令、接口契约都需要明确传给代理。
但「生产团队默认选 Claude Code」仍是作者的经验判断。文章没有公开相同任务、相同预算下的成功率、人工返工时间和总成本,也没有证明 Opus 5.5 在这些条件下稳定胜过其他方案。
作者经营 Claude Code 和 Codex 培训业务,且公开优先培训 Claude Code。这个商业关系不自动推翻结论,却要求读者把产品事实、使用感受和服务推荐分开看。Hermes 的「唯一内置学习循环」同样来自厂商自述,不能当作全面验证后的排他结论。
已有订阅能降低采购和管理成本,却不能证明总成本最低。限额、模型选择、失败重试、人工审查都要计入。原文所说 Codex 启动约快 25 倍,也只是启动阶段的改进,不能等同于整个开发任务快 25 倍。
让一个代理写、另一个代理审,可以增加检查角度,但原文没有给出缺陷检出率。两个代理仍可能接受同一个错误前提,测试和人工审查依然需要保留。
能拿来做什么
- 给团队选型时,先核对现有 ChatGPT、Claude 或 Google Cloud 合同,再确认 CLI、IDE、网页入口和模型权限,避免买到了套餐却用不了预期入口。
- 在前端或 Node 仓库里写清 AGENTS.md 或 CLAUDE.md,包含安装、构建、测试命令,以及目录和接口约束;把必须执行的检查接入 Hooks,别只依赖代理记住要求。
- 用同一仓库的一次多文件修改、一次 bug 修复和一次测试补充试用候选工具,记录返工时间、有效测试结果和实际用量,再决定是否推广。
- 已经集成 Codex 的团队应检查是否依赖
codex mcp-server;试用 Hermes 时固定版本,并审查自动生成的 Skills,确认它没有把临时绕过方案保存成长期规则。