なぜ大規模なPythonモノリスにおいてCodexが依然としてClaude Codeに勝るのか

過去1年間、複雑なPythonモノリスに取り組む開発者は主にCodexを使用してきた。Opus 4.6と4.7を搭載したClaude Codeを1ヶ月テストした後も、このコードベースではCodexを好んでいる。このアプリケーションは単純なCRUDサーバーではなく、新しいDDD風のレイヤー、古くても構造化されたコード、そして脆弱なレガシースパゲッティコードが混在している。チームは、必要がない限り古い部分の書き換えを避けている。
Codexの主な利点
- ハーネスエンジニアリングの原則: Codexは、明示的な指示がなくても ハーネスエンジニアリングのワークフロー を確実に遵守する。Claudeは、
AGENTS.mdに「exec_plan.mdを読んで従え」といった指示が含まれている場合のみそうする。 - 既存のツールとパターンを再利用: Claudeは、コードベースで既存のものを検索する代わりに、新しいツールを作成することが多い。プロジェクト固有のヘルパーが多いコードベースでは、再利用が重要である。
- 優れた計画性とコンテキスト認識: Claudeは、新しい機能を配置する前に読む量が少なすぎることがよくある。開発者は何度も次のように修正しなければならなかった。
「この機能はコントローラーではなく、モジュールAに配置してください。」
「リクエストで送信したステータスを使ってレスポンスオブジェクトを構築しないでください。APIは既に更新されたオブジェクトを返しています。そのレスポンスを使用してください。」
「この境界を所有する同じモジュールで検証してください。」
Codexは、アーキテクチャの変更を行う前に、欠落しているコンテキストに気づき、質問を明確にすることがより頻繁にある。
Claudeが優れている点
フロントエンド作業では、Opus 4.6はCodex 5.3やGPT-5.4よりも はるかに優れていた。現在、開発者はUIタスクではClaudeを好んでいる。GPT-5.5はUI中心の作業ではまだテストしていない。
ツール設定
両方のLLMは、Docker Composeの起動と停止、およびコンテナ内でテストを実行するためのコマンドという、1つの共有スキルを使用している。
これはベンチマークではなく、1つの本番コードベースでの日常的な使用経験です。
📖 全文を読む: HN AI Agents
👀 See Also

メルリン:ローカルファーストのLLMコンテキスト重複除去 – 最大71%のチャンク重複を測定、フリー&オープンコア
Merlinは、実際のエージェント/RAGセッションからの2200万パッセージにおいて22〜71%のチャンク重複を測定した、ローカルファーストのコンテキスト重複除去ツールです。HTTPプロキシ(Ollama/vLLM/SGLang/llama.cpp)、MCPサーバー(Claude/Cursor/OpenClaw)、またはスタンドアロンCLIとして提供されます。MITオープンコアで、毎日の使用上限があります。
Gigacatalyst:SaaSにAIビルダーを組み込み、ユーザーがカスタムワークフローを作成できるようにする
Gigacatalystを使うと、AI搭載のアプリビルダーをSaaSに埋め込めます。非技術ユーザーが自然言語でワークフローを記述すると、システムがAPI、データモデル、デザインシステムを使用してガバナンスされたアプリを生成します。認証、テナント分離、バージョン管理が組み込まれています。

電話制御AI実験によるANE最適化でカーネル融合の利点が明らかに
ある開発者がApple Neural Engineの最適化について55件の実験を行い、Claudeを活用したブレインストーミングでプロセスをスマートフォンから主導しました。主な改善点には、3つのANEカーネルを1つのメガカーネルに融合させることが含まれ、検証損失を3.75から2.49に、ステップ時間を176msから96msに削減しました。

LLMコンテキストウィンドウのダブルバッファリング技術により、ストップ・ザ・ワールド圧縮を排除
ダブルバッファリングと呼ばれる手法は、コンテキストウィンドウの圧縮時にLLMエージェントがフリーズするのを防ぎ、早期に要約を行い2つのバッファを維持することで、追加の推論コストなしにシームレスな引き継ぎを可能にします。