Клод Код против Кодекса: разбор практического эксперимента на 6 проектах

Разработчик провёл практический эксперимент, сравнивая Claude Code и Codex на шести проектах, чтобы оценить, как каждый агент строит, тестирует, проверяет свою работу, рецензирует работу другого, признаёт ошибки и пересматривает суждения при наличии доказательств. Полный репозиторий исходного кода, включая все проекты, README, тесты и заметки, доступен на GitHub: github.com/AdrielRod/codex-vs-claude-code.

Настройка

• Раунды: 3 раунда: веб, бэкенд и свободное задание.
• Процесс: Каждый агент предлагал задания для другого. Каждый агент реализовывал назначенные задания. Каждый агент проверял как свой собственный результат, так и результат другого агента. Автор также вручную проверил результаты.
• Акцент в оценке: Ошибки, подтверждённые во время выполнения, оценивались выше, чем неподтверждённые утверждения.

Проекты

Раунд 1: Веб

• Claude Code: Разработал cotacao-editor — редактор котировок с хранением в IndexedDB, бизнес-логикой, переходами статусов и чистым интерфейсом.
• Codex: Разработал ReactiveSheet — мини-таблицу, похожую на Excel, с формулами, пересчётом графа зависимостей, отменой/повтором, копированием/вставкой со смещением ссылок, виртуализацией, сохранением/загрузкой и проверкой Lighthouse.

Раунд 2: Бэкенд

• Claude Code: Разработал api-cotacao — API для котировок с бизнес-правилами, хранением в SQLite, идемпотентностью и поведением исходящих сообщений.
• Codex: Разработал FastBoard — сервис постоянной таблицы лидеров с WAL, treap-ранжированием, восстановлением после сбоев, тестами конкурентности и метриками производительности.

Раунд 3: Свободное задание

• Claude Code: Работал над lead-dedupe-legacy — задачей по дедупликации/отладке устаревших лидов, включающей нормализацию, удаление мутаций, идемпотентность и блокировки конкурентного доступа.
• Codex: Разработал RegexLab — движок регулярных выражений с нуля с парсером, AST, NFA Томпсона, симуляцией Пайка, рекурсивным возвратом с обратными ссылками, визуализацией UI и тестами на сравнение с Python.

Результат оценки

Codex 2 x 1 Claude Code (по оценке автора).

Ключевые наблюдения

• Сильные стороны Claude Code: Хорошо объясняет технические детали, проводит письменный анализ и самокоррекцию. Чётко признавал ошибки, исправлял неверные утверждения и составлял полезные рецензии.
• Сильные стороны Codex: Более последователен в эмпирической проверке: открывает приложения, проверяет рабочие процессы, запускает тесты восстановления после kill -9, тестирует конкурентную запись под нагрузкой, сравнивает вывод регулярных выражений с Python и проверяет фактические артефакты, такие как отчёты Lighthouse.

Основной вывод

Запуск, взлом, измерение и сравнение с эталоном дали лучший сигнал, чем только чтение кода и размышления о нём. Самым сложным суждением в раунде 3 было то, должен ли более амбициозный проект с семантическими ошибками превзойти меньший проект с более узкими ошибками.

Автору интересно узнать, что другие пользователи Claude Code изменили бы в методологии.