Claude Code vs Codex : Analyse d'une expérience pratique menée sur 6 projets

Un développeur a mené une expérience pratique comparant Claude Code et Codex sur six projets pour observer comment chaque agent construit, teste, révise son propre travail, révise le travail de l'autre, admet ses erreurs et révisse ses jugements face à des preuves. L'intégralité du dépôt source, comprenant tous les projets, README, tests et notes, est disponible sur GitHub : github.com/AdrielRod/codex-vs-claude-code.

Configuration

• Tours : 3 tours : web, backend et défi libre.
• Processus : Chaque agent a proposé des défis pour l'autre. Chaque agent a implémenté les défis assignés. Chaque agent a examiné sa propre production et celle de l'autre agent. L'auteur a également examiné les résultats manuellement.
• Accent sur la notation : Les bugs prouvés à l'exécution ont été pondérés plus lourdement que les affirmations non étayées.

Projets

Tour 1 : Web

• Claude Code : A construit cotacao-editor, un éditeur de devis avec persistance IndexedDB, logique métier, transitions d'état et une interface propre.
• Codex : A construit ReactiveSheet, un mini tableur de type Excel avec formules, recalcul par graphe de dépendances, annulation/répétition, décalage de références lors du copier-coller, virtualisation, sauvegarde/chargement et validation Lighthouse.

Tour 2 : Backend

• Claude Code : A construit api-cotacao, une API de devis avec règles métier, persistance SQLite, idempotence et comportement de boîte d'envoi.
• Codex : A construit FastBoard, un service de classement persistant avec WAL, classement par treap, reprise après panne, tests de concurrence et métriques de performance.

Tour 3 : Défi libre

• Claude Code : A travaillé sur lead-dedupe-legacy, un défi de déduplication/débogage de leads legacy impliquant normalisation, suppression de mutations, idempotence et verrous de concurrence.
• Codex : A construit RegexLab, un moteur regex from scratch avec analyseur syntaxique, AST, NFA de Thompson, simulation de Pike, backtracking récursif avec références arrière, visualisation UI et tests de comparaison avec Python.

Résultat des scores

Codex 2 x 1 Claude Code (selon la notation de l'auteur).

Observations clés

• Points forts de Claude Code : Fort en explication technique, analyse écrite et autocorrection. Il a clairement admis ses erreurs, corrigé les affirmations erronées et produit des évaluations utiles.
• Points forts de Codex : Plus cohérent dans la validation empirique : ouverture d'applications, navigation dans les flux, exécution de tests de récupération kill -9, tests de stress d'écritures concurrentes, comparaison des sorties regex avec Python et vérification des artefacts réels comme les rapports Lighthouse.

Principal enseignement

Exécuter, casser, mesurer et comparer avec un oracle a donné un meilleur signal que la seule lecture et analyse du code. La décision la plus difficile au tour 3 a été de déterminer si un projet plus ambitieux avec des bugs sémantiques devait l'emporter sur un projet plus petit avec des bugs plus restreints.

L'auteur est intéressé par ce que d'autres utilisateurs de Claude Code changeraient dans la méthodologie.