2.1 Rust 单二进制分发#

重写为 Rust 带来的直接收益是：毫秒级冷启动、稳定内存占用、无 GC 停顿、零运行时依赖。用户从 GitHub Releases 下载一个 tar.gz，解压即可运行，不需要安装 Node.js 或 Python 环境。npm 安装路径（@openai/codex）仍然保留，但需要 Node.js 22+。

2.2 内核级沙箱#

这是 Codex CLI 区别于大多数竞品的核心设计决策。它不是在应用层做”命令白名单”或”确认弹窗”，而是把安全边界下推到操作系统内核：

• macOS：通过 Rust 绑定 Apple 的 Sandbox.h（Seatbelt 框架），用 /usr/bin/sandbox-exec 启动子进程，在进程级别限制文件系统访问范围和网络权限。
• Linux：使用 Landlock LSM（Linux Security Module）实现文件系统访问控制，配合 seccomp 限制系统调用。仓库中有独立的 linux-sandbox crate 和 bwrap（bubblewrap 容器）支持。
• Windows：windows-sandbox-rs crate 提供原生 Windows 沙箱实现，配合 AppContainer 或 Job Object 进行进程隔离。

沙箱环境变量 CODEX_SANDBOX=seatbelt（macOS）和 CODEX_SANDBOX_NETWORK_DISABLED=1 会被注入子进程，让代理执行的任何命令都天然运行在受限环境中。这意味着即使模型”幻觉”出一条危险命令，内核也会拒绝越权操作。

2.3 自主模式（Autonomy Modes）#

Codex CLI 提供三档自主级别：

• suggest：只建议命令和编辑，不自动执行，每一步都需要用户确认。
• auto-edit：自动应用文件编辑，但执行 Shell 命令前仍需确认。
• full-auto：完全自主执行，配合沙箱实现无人值守运行。适合 CI/CD 或批量任务。

2.4 Agent 循环与上下文管理#

从 AGENTS.md 中的开发规范可以窥见其上下文管理哲学：

• 上下文（发送给模型的消息历史）必须增量构建，不允许重写历史。
• 避免频繁变更上下文导致缓存失效（这直接影响 API 成本和延迟）。
• 所有注入上下文的片段必须有大小上限，单项不超过 10K token。
• 上下文片段必须定义为结构体并实现 ContextualUserFragment trait。

这种设计让 Codex 的 token 消耗极为精简——实测中完成同一任务，Codex 消耗约 1.5M token，而 Claude Code 消耗 6.2M，差距约 4 倍。

2.5 扩展能力#

• MCP（Model Context Protocol）：通过 codex-mcp crate 支持外部工具服务器连接。
• AGENTS.md：跨代理约定，项目根目录放置此文件即可为代理提供项目级指令。
• codex exec：无头模式，可嵌入 CI 脚本或实现 agent-to-agent 自动化。
• 子代理（Subagents）：复杂任务可扇出到多个隔离上下文的子代理并行处理。
• 加密远程执行器：支持将任务分发到远程加密环境执行。
• /goal 命令：设定长期里程碑，侧聊天可查看进度而不打断主任务。
• /import 命令：可从 Claude Code 迁移配置和近期对话历史。

2.6 模型与计费#

Codex CLI 支持两种认证路径：

主要模型定价（2026 年 6 月）：

• gpt-5-codex：$1.25 / $10（输入/输出，每百万 token），编程专用，400K 上下文窗口。
• gpt-5.4：$2.50 / $15，通用型。
• gpt-5.5：$5 / $30，复杂推理与前沿任务。
• gpt-5.4-mini：最便宜，适合快速例程任务或子代理。

推理速度方面，Codex 标称 240+ tok/s（Spark 模式可达 1000+ tok/s）。

4.1 对比总览#

4.2 Codex CLI vs Claude Code#

这是当前终端编程 Agent 领域最直接的竞争关系。

Codex 的优势：

• Token 效率极高（约 4 倍优势），长时间运行任务成本可控。
• 终端原生任务（Terminal-Bench）大幅领先，Shell 操作、文件系统任务更可靠。
• 内核级沙箱是目前最硬的隔离方案，不依赖应用层逻辑的正确性。
• 推理速度更快（240+ tok/s vs Claude 的较慢推理）。
• 开源程度更高，整个 Rust 代码库可审计、可 fork。
• codex exec 无头模式天然适合 CI/CD 和自动化编排。

Claude Code 的优势：

• 代码质量盲审偏好 67% vs 25%，在架构设计、复杂重构上输出质量更高。
• 多层项目记忆系统（CLAUDE.md + 规则目录 + 技能包 + 自动记忆），长项目上下文保持更好。
• 扩展生态更成熟：Skills、Hooks、Subagents、MCP、插件市场、Agent SDK。
• 企业级治理能力：信任仓库、禁用命令列表、允许域名、MCP 策略、审计日志。
• CI/CD 集成更深：GitHub Actions / GitLab CI 自动审查、自动修复。
• 检查点回退、可视化 diff、多会话 Git 隔离等编辑体验更完善。

选型建议： 个人项目、Shell 密集型任务、预算敏感、需要无人值守批量执行 → Codex；大型复杂工程、多文件重构、团队协作、企业合规、需要精细控制 → Claude Code。

4.3 Codex CLI vs Cursor#

这两者本质上不是同一赛道的产品——Cursor 是 IDE，Codex 是终端代理。

Cursor 的核心价值在于”写代码时的即时辅助”：Tab 补全延迟低于 300ms（业界最强）、Composer 多文件编辑、Agent 模式在编辑器内完成，学习成本极低。它支持多模型切换，上下文窗口约 100 万 token，可以并行 8 个 Agent。但它的 Agent 能力在超过约 20 个文件的大型自动任务中容易偏差，且没有命令执行沙箱。

Codex 则面向”把整个任务交给代理自主完成”的场景。它不提供实时代码补全，但在给定一个明确目标后，能自主规划、执行、验证，且内核沙箱保证了安全性。

两者互补而非互斥：日常编码用 Cursor 的补全和小范围编辑，大型自主任务交给 Codex 或 Claude Code。

4.4 Codex CLI vs Gemini CLI#

Google 的 Gemini CLI 同样开源（Apache-2.0），基于 TypeScript，最大卖点是免费额度慷慨（个人使用每天大量免费请求）和 1M token 超长上下文。它适合想要零成本体验终端 Agent 的用户，但在自主执行能力、沙箱安全性、工具生态方面与 Codex 有明显差距。Gemini CLI 后来逐步迁移到 Antigravity 2.0 平台。

4.5 Codex CLI vs Pi Agent#

Pi Agent（earendil-works）走的是极简哲学路线：核心只有 Read、Write、Edit、Bash 四个工具，77K+ Star 证明了这种”少即是多”设计的吸引力。它模型无关，可以接入任何 LLM API。

Codex 的复杂度远高于 Pi Agent——九十余个 crate、内核沙箱、MCP、子代理、远程执行器。这带来了更强的能力和安全性，但也意味着更高的理解成本和更重的代码库。Pi Agent 适合想要完全掌控、快速理解全部代码的开发者；Codex 适合需要生产级安全保障和丰富自动化的场景。