2026 年 5 月：AI 编程复盘（工具与效率）

这是两段有日期的 AI 编程复盘，都发生在 2026 年 5 月。视频和文章里的模型名称、价格和百分比不作为今天的购买建议，当前选择看 AI 常见问题。

一次 Codex 与 Claude Code 的真实对比

这一段记录 2026 年 5 月的一次真实使用体验。模型和产品已经继续迭代，下面的结论只用于理解当时的选择。

当时发生了什么

任务是优化一个带分组和子菜单的下拉菜单。我先用当时的 Claude 方案，多轮沟通后仍没有得到满意结果；换到当时的 GPT-5.5 与 Codex 后，两轮完成了可接受的版本。

这次体验让我从长期偏爱 Claude，转向把 Codex 作为主力执行工具。但它只是一个任务样本，不能证明某个品牌长期更强。

真正值得保留的判断

• 工具体验来自模型、Agent 设计、界面和任务类型的组合。
• 同一模型在 Chat、CLI、桌面 App 和 API 中可能表现不同。
• 出现连续失败时，先保存证据、缩小任务，再换工具重试。
• 订阅价值要用完成的任务和节省的时间衡量。

今天怎么重新比较

1. 选择一个真实、可在 30 到 60 分钟内完成的任务。
2. 给两个工具相同的背景、范围和完成标准。
3. 记录读取文件、修改范围、验证结果、耗时和费用。
4. 至少测试三个不同类型的任务，再决定主力工具。

月烧 6 亿 Token 后，哪些方法仍然有效

仍然有效的五个方法

1. 语音输入：先把背景、目标和约束完整说出来，再让 AI 整理任务。
2. 能力分层：明确任务用快速层，疑难问题和发布审查用攻坚层。
3. 窗口并行：只并行相互独立、能分别验收的任务。
4. 批量给背景：一次交代完整上下文，再拆成有边界的子任务。
5. 复用 Skills：把稳定、重复的流程做成可检查的指令和脚本。

当时最容易误用的地方

• 一次给十个要求，不代表十个改动都能安全并行。
• Token 消耗高，不等于交付效率高。
• 具体模型组合只对当时的账户、版本和任务有效。
• Skills 不能代替仓库规则、验证命令和人工审查。

今天怎么执行

先写目标、范围和完成标准。只有任务没有共享写入、没有强顺序依赖时，才开多个 Agent。

每个 Agent 使用隔离工作区，完成后查看 diff，运行对应检查，再合并结果。

当前型号和购买建议看 AI 常见问题。