开发者实测：Claude 独立工作 12 小时，Codex 写 100 万个单元测试仍留严重 bug

开发者 willdepue 实测多个编码 agent，称 Claude 可独立工作 12 小时并带回出色结果，而 Codex 写下第 100 万个单元测试后仍留下严重 bug。他还吐槽 agent 容易迷失方向、应用频繁卡死，并输出大段不可读的 .txt 报告。