如果你在 2026 年用 AI 写代码，大概率手边两个都开着：Claude Code 和 OpenAI Codex。它们都是跑在终端里的编码 agent，很容易被框成 Claude Code vs Codex，哪个更好？ 但实际更有用的问题是：怎么让 Claude Code 和 Codex 一起用，而不是让你自己变成在两个终端之间来回复制上下文的「人肉消息总线」？
简短答案：可以，而且有两种做法。手动做法——两个终端、一份共享的上下文文件、加上 git worktree——今天就能跑。更省事的做法，是在两者前面放一个编排器。这篇两种都讲。
Claude Code vs Codex：各自强在哪
谁也没有全面压倒谁；它们形状不同，一起用就是各取所长：
- Claude Code 往往强在读懂一个已有的代码库：读陌生代码、讲清架构、做谨慎的多文件改动、审一个 diff 看它到底会弄坏什么。
- Codex 往往强在快速、边界清晰的执行：搭一个新功能的骨架、生成样板代码、把一个定义清楚的工单快速啃完。
所以「哪个更好」是个问错了的问题。有意思的用法是用其中一个做规划和评审，用另一个做执行——而且理想情况下，两者能互相抓出对方的错。
手动做法：两个终端，一份共享上下文
两个工具都是 CLI，在任意项目目录里都能跑：
npm install -g @anthropic-ai/claude-code # 然后：claude
npm install -g @openai/codex # 然后：codex让它们在同一个项目上协作的诀窍，是给它们一份共享的事实来源，并让它们别互相踩脚：
- 在仓库里维护一份活的
PROJECT_CONTEXT.md，两个 agent 都读、都更新，这样一个写的计划另一个能看到。 - 用 git worktree，让每个 agent 在自己的分支、自己的目录里干活——永远不会争抢同一批文件。
git worktree add ../feature-claude feature/claude
git worktree add ../feature-codex feature/codex
# 一个终端跑 `claude`，另一个跑 `codex`；再评审、合并两边的 diff这能跑。问题在于你就是那层集成：把 Claude Code 的计划贴给 Codex，把 Codex 的 diff 贴回 Claude Code，再手动把结果对齐。
真正好用的工作流：规划 → 执行 → 交叉评审
大家最后落到的最可靠的套路，是在两个 agent 之间搭一条小流水线：
1. Claude Code — 读代码，写计划（涉及文件、步骤、风险）
2. Codex — 快速实现计划，产出 diff
3. Claude Code — 评审 Codex 的 diff：正确性、边界情况、风格
4. 针对评审指出的问题再循环两个相互独立的模型互审对方的工作，能抓出一类「单个 agent 自己批改自己作业」时会心安理得漏掉的错误。代价是协调开销——而这恰恰是最值得自动化的那部分。
摩擦点：编排器其实是你
上面这些都能跑，做一次性任务也够用。但每天都这么干，手动做法会悄悄把你变成编排器：把每个任务路由给合适的 agent、在它们之间搬运上下文、对齐两份 diff、还得在脑子里记着谁干了什么。这是实打实的活——而且不管你是在张罗两个编码 agent 还是二十个，这都是同一个协调问题。
Orkas 里怎么让 Claude Code 和 Codex 一起跑
Orkas 是一个开源、本地优先的桌面应用，它把上面那套手动切换变成了内建能力。它能替你运行本地 CLI 编码 agent——Claude Code、Codex、OpenClaw、OpenCode 和 Hermes——并在一个对话里协调它们。配置很短：
1. 在你的机器上装好并登录 `claude` 和 `codex` 这两个 CLI
2. 在 Orkas 里：新建聊天 → 添加一个 agent → "External" 标签 → 选一个 CLI
（Orkas 只列出它在你 PATH 上探测到的 CLI）
3. 做两次——一个 Claude Code agent，一个 Codex agent
4. 可选：给每个 agent 设一个项目目录，以及一个模型
（模型留空则用各自 CLI 的默认模型）Orkas 不重写、也不包装这些模型。它把你机器上已经装好的真实 claude 和 codex 二进制当子进程来跑，用的就是你已经在它们里登录好的凭证。它管的是协调，不是密钥。
一个 Commander，两个 agent，并行
现在你在一个对话里有了两个专才 agent。给主 Commander 下达任务，它就把活分派下去——可以把「读懂并规划」交给 Claude Code、把「快速实现」交给 Codex。当 Commander 在一个回合里同时派出好几个委派时，Orkas 会并发执行它们（一次跑几个），于是 Claude Code 和 Codex 能同时干活，而不是你在几个终端之间来回切。你也可以直接 @ 其中任意一个 agent。这套编排怎么工作，我们在 多 Agent 编排实战 里拆过。
还有一个光靠两个裸终端拿不到的好处：当 Orkas 运行 Claude Code 或 Codex 时，它会通过一条本地桥把自己也暴露给它们。于是编码 agent 在自己这一轮里，就能用上 Orkas 连接的工具和知识——你的 GitHub、Notion、Google Workspace 连接器，以及你的知识库——而不只是仓库里的文件。
几个要写准的点
- CLI 和登录得你自己准备。 Orkas 只负责起
claude和codex，不代管 API 密钥或登录。先把它们装好、登录好，用较新的版本（大致 Claude Code 2.0+、Codex 0.100+）。 - 想安全并行，就把它们指到不同目录。 Orkas 不会把每个 agent 隔离到各自的 git worktree——如果两个都指向同一个文件夹并同时跑，它们会并发改同一批文件。给每个 agent 各自的项目目录或仓库，才能真正安全并行。
- 它们是自主运行的。 在 Orkas 里，Claude Code 和 Codex 不会逐步弹确认框，会自己改文件、跑命令。Orkas 唯一还会来问你的，是编码 agent 通过连接器往外调用的时候。
那么——Claude Code 还是 Codex？
都要。 用 Claude Code 做理解、架构和评审；用 Codex 做快速、边界清晰的执行；再让一个 Commander 在两者之间路由，这样你是在掌舵工作，而不是搬运工作。这才是「一起用」而不是「二选一」的意义所在。
本地优先意味着你的仓库和密钥都留在自己机器上——见 什么是本地优先 AI？。想省掉两个终端来回切的麻烦，就 下载 Orkas，用一个 Commander 同时指挥 Claude Code 和 Codex。