考察点
工具对比题是 2026 年 AI 编程面试的常见开场，面试官想确认你是真用过而不是看新闻，更想看你的选型方法论——不是背功能列表，而是按任务特征匹配工具。深层考察点是对两种 agent 范式（本地交互式 vs 云端委托式）的理解。追问常往「你在什么任务上翻过车」「团队怎么共存使用」走。
参考答案
两种范式，不只是两个产品
把 Claude Code 和 Codex 的区别说成「两家公司的同类产品」就浅了，它们代表的是 coding agent 的两种不同范式。Claude Code 是本地交互式：跑在你自己的终端里，直接操作你的工作区，共享你本地的环境、依赖、运行中的服务，工作方式是「你看着它干、随时介入」。Codex 的代表性形态是云端委托式：任务派出去，在云端沙箱容器里跑，环境从仓库快照重建，完成后交回一个 PR 或 diff 给你审（Codex 也有本地 CLI 形态，但它的差异化体验在云端任务）。一个像结对编程的同事，一个像你派活出去的远程外包。
交互密度决定适用任务
本地交互式的优势是反馈回路短。探索性任务——「这个 bug 在压测下偶发，帮我查查」「把这个模块的缓存层换成 Redis」——需求本身会在过程中演化，你看到中间结果会调整方向，这类任务需要高频对齐，Claude Code 的形态更顺。它还能直接用你本地起的服务、连你的开发库做验证，这是云端沙箱拿不到的上下文。
云端委托式的优势是并行和省心。边界清晰的任务——「给这个仓库的这五个模块补单测到 80%」「把这个 API 从 v1 迁到 v2」——验收标准明确、不太需要中途商量，一次派三个出去各跑各的，你去做别的事，回来审 PR。它把人从「监工」里解放出来，代价是任务描述必须一次写对，写偏了就是一批跑偏的 PR。
环境与安全模型的差异
Claude Code 在你的真实环境里跑，权限管理是核心设计：读写文件、执行命令分级确认，plan mode 只出方案不动手。好处是上下文真实，坏处是它碰得到你的一切，权限配置要当回事。Codex 云端任务在隔离沙箱里跑，天然不会动你本地的东西，网络访问也有约束，安全模型更简单，但沙箱环境和你真实开发环境的差异偶尔会制造「沙箱里能跑、本地跑不过」的问题。
记忆与约定
两边都有项目级约定文件的机制（CLAUDE.md / AGENTS.md），把构建命令、代码规范沉淀进去。实践上的差别不在文件本身，而在于：交互式用多了，约定文件会被你调教得越来越贴合项目——每次 AI 犯错你就补一条进去；云端委托场景下这个调教回路慢，前期要把约定文件写得更完备。
我的选型口径
一句话：任务能不能「一次说清」决定用哪个。说不清、要边做边定的，本地交互式；说得清、验收标准能写死的，云端委托式，而且批量并行。实际团队里两者共存很合理，不是二选一。被问「哪个更好」时不要站队，把任务特征和工具形态的匹配关系讲清楚，这比背参数对比更像资深工程师。
可能的追问
- 两个工具都翻过什么车？——典型翻车是范式错配：拿云端委托跑探索性任务，需求没写死，回来一堆方向跑偏的 PR；或拿本地交互式干批量重复活，人当了一下午监工，产出还不如并行委托。
- 云端沙箱跑不通本地能跑的测试怎么办？——把环境差异显式化：依赖版本锁死、环境准备脚本入库、约定文件里写明环境前置；还跑不通就说明这个任务耦合本地环境，本来就不该委托出去。
- 模型底座差异重要吗？——对日常使用体感有影响，但工程上 harness（工具、上下文、工作流）的差异比模型跑分差异更能决定产出质量，选型别把基准测试分当主依据。