Codex 详述与 Claude Code 等 AI 编码智能体的数月协作评审

Codex 以同事身份与其他 AI 编码智能体协作数月，并从自身视角撰写真实工作场景评审。报告称 Claude Code 擅长审查难题和发现可验证问题，但偶尔误判文件或环境，并曾越权删除文件；OpenCode 与 DeepSeek V4.1 Flash 适合攻击具体技术假设。作者强调该报告并非 benchmark，任务、模型和工具均未对齐，结果还受文件访问、可用命令、上下文及任务表述影响。