Spendo 600 dollari al mese in strumenti di programmazione AI. Due abbonamenti a Claude Code (CC) per 400 dollari e uno a Codex Pro per 200. A partire dal mese scorso, quei 200 dollari hanno fatto più lavoro dei 400.
Per lo stesso compito di automazione, CC ha consumato 155 dollari di quota, mentre Codex solo 15. Eseguendo 7 istanze di Codex in parallelo, ho completato in 25 minuti un lavoro che normalmente richiederebbe due o tre giorni. Dopo un mese di test: a eccezione del web scraping e del reverse engineering, Codex è un sostituto completo di CC.
Tengo ancora CC principalmente per abitudine—lo uso da oltre un anno, tutto il mio flusso di lavoro è basato su di esso e il costo della migrazione non è basso. Ma per i puri compiti di codifica, Codex è più veloce, più economico e migliore. Questo post descrive tutti gli ostacoli che ho incontrato e i flussi di lavoro che ho sviluppato in questo mese.
Cos'è esattamente Codex?
Uno strumento di programmazione creato da OpenAI che compete direttamente con Claude Code. Anche lui funziona nel terminale, può leggere il tuo codice, modificare file ed eseguire comandi: le sue capacità di base sono le stesse di CC.
Ma ci sono alcune differenze:
Open Source. Il codice è completamente pubblico, con 75.000 stelle su GitHub. CC non è open source. Essere open source significa che la comunità è molto attiva; ci sono oltre 50 skill già pronte create da altri che puoi installare direttamente.
Guardrail di sicurezza. I guardrail di sicurezza di Codex sono estremamente severi—un vero "paragone morale". Si rifiuta categoricamente di aiutare in vari compiti di scraping o reverse engineering, con revisioni di sicurezza lato cloud. Attualmente, comunità di bypass come linux.do e la comunità Tavern non possono fare nulla contro GPT. Claude Code è relativamente più "malvagio" e ti aiuterà a fare "cose brutte" 😈.
GPT-5.5. Il 24 aprile, il modello predefinito di Codex è passato a GPT-5.5, il che è un grosso problema. È molto veloce; inizia a funzionare pochi secondi dopo l'invio di un comando, raggiungendo circa 90 token al secondo anche senza modalità accelerazione. La sensazione più evidente è: finalmente parla come un essere umano. In precedenza, i commenti al codice della serie GPT avevano sempre un "retrogusto AI", ma l'output di 5.5 è molto più naturale.
Quale è più potente?
Prima di tutto, la sensazione: per la codifica quotidiana e i compiti di automazione, Codex è significativamente più veloce di CC e fa risparmiare denaro—lo stesso compito costa 15 dollari su Codex contro 155 su CC. Il motivo è che GPT-5.5 utilizza molte meno risorse per compito rispetto a Claude; ottiene lo stesso risultato con meno "pensiero".
Tuttavia, CC ha i suoi punti di forza. Per il refactoring complesso che richiede la modifica simultanea di una dozzina di file e la comprensione dell'intera architettura del progetto, la comprensione di CC è ancora più profonda. In test alla cieca in cui le persone non potevano dire chi avesse scritto il codice, il tasso di vittoria della qualità del codice di CC era del 67%. Inoltre, i guardrail di sicurezza di CC sono più deboli, rendendo il reverse engineering e lo scraping un gioco da ragazzi.
Onestamente, però, questo divario non è così importante nell'uso reale. Più avanti introdurrò uno strumento chiamato Superpowers; una volta installato, la stabilità della qualità del codice di Codex migliora notevolmente, colmando praticamente il divario.
Come Installare
Ho scritto i dettagli dell'installazione nel precedente post introduttivo su CC, ma va bene se non lo hai visto. Basta inviare "Sto usando Mac/Windows, aiutami a installare Codex CLI" a qualsiasi AI (incluse ma non limitate a Claude, ChatGPT, DeepSeek, Doubao, Gemini, ecc.), e ti insegnerà passo dopo passo. Se incontri un errore, invia uno screenshot e potrà aiutarti a risolverlo.
Codex è ancora più semplice di CC: dopo l'installazione, digita codex nel terminale e accedi con il tuo account ChatGPT. Non è necessario configurare chiavi o variabili d'ambiente; basta accedere e usare.
Quanto Costa?
Codex non viene addebitato separatamente; è incluso nell'abbonamento ChatGPT. Il piano Plus da 20 dollari funziona.
Tuttavia, a essere sincero, la quota Plus si consuma molto velocemente; un uso intensivo può esaurirla in un giorno. Il piano Pro da 200 dollari ha 5 volte l'utilizzo e, durante l'attuale periodo promozionale, è 10 volte fino al 1° giugno.
La mia spesa personale: due abbonamenti CC (400 dollari) + un Codex Pro (200 dollari) = 600 dollari al mese. I 200 dollari di Codex fanno effettivamente molto più lavoro dei 200 di CC perché consuma da 3 a 4 volte meno risorse per lo stesso compito.
Un altro punto chiave sono i proxy API (stazioni intermedie). I prezzi dei proxy Codex sono spesso il 10% del prezzo ufficiale. Nei miei test, alcune stazioni offrono persino crediti a pochi centesimi per dollaro. Durante il Capodanno Lunare, ho persino comprato un pacchetto mensile per 79 RMB che permetteva centinaia di dollari di utilizzo al giorno, ma ora non c'è più. Inoltre, i proxy Codex sono molto più stabili di quelli di Claude Code; OpenAI non "dà di matto" tanto spesso quanto Anthropic.
Tuttavia, un altro aspetto dei proxy è che sono semi-sotterranei. Il problema con le industrie sotterranee è che devi testarli tu stesso con soldi veri per trovare quelli affidabili. Al momento non ho stazioni proxy di cui possa garantire con la mia reputazione; ho sperimentato la chiusura di diverse stazioni e sono stato persino truffato per un migliaio o due di RMB. Spero che tutti lo testiate da soli.
Prime Cose da Fare Dopo l'Installazione
- AGENTS.md
CC ha CLAUDE.md; Codex ha AGENTS.md. Funzionano allo stesso modo: mettilo nella root del progetto per dire all'AI le regole del progetto.
Buona notizia: se hai già un progetto CC, Codex leggerà anche CLAUDE.md e funzionerà immediatamente.
Ma c'è una scoperta controintuitiva: scrivere troppo è in realtà negativo. La ricerca mostra che i file AGENTS.md generati automaticamente riducono effettivamente il tasso di successo delle attività. Questo perché Codex può leggere il codice da solo; se lo riempi di troppe istruzioni, si distrae.
Il modo giusto: scrivi solo cose che non può scoprire da solo. Comandi di build, quali file non toccare, formati dei messaggi di commit. Tutto qui—non più di una pagina.
- Permessi: non usare i predefiniti
Per impostazione predefinita, Codex chiede conferma per ogni operazione, il che è fastidioso. La maggior parte degli sviluppatori ora usa la modalità automatica—lasciarlo fare senza premere continuamente Invio.
Impostalo una volta in ~/.codex/config.toml:
approval_policy = "never"
sandbox_mode = "workspace-write"
In questo modo, Codex può modificare liberamente i file ed eseguire comandi nella directory del progetto senza chiedere.
Ma il prerequisito è avere Git come rete di sicurezza. Questo è esattamente quello che ho detto nell'introduzione a CC:
Il codice deve essere su Git e pushato sul cloud. GitHub, GitLab, qualsiasi. Con la modalità automatica attiva, Codex diventa più aggressivo; l'ho visto rompere file di configurazione o cancellare cose che non doveva. Con Git puoi ripristinare; senza, devi riscrivere.
I database non possono essere sottoposti a Git; devono essere backup separati. La mia prassi è fare il backup dei file di dati critici ogni quattro ore sul cloud. A volte l'AI scrive script che sovrascrivono i dati—una volta ha scritto un nuovo script di elaborazione che ha sovrascritto direttamente l'output di un vecchio script in esecuzione, e i dati sono spariti. Da allora, faccio sempre un backup .bak prima delle operazioni sui file di dati.
Riepilogo: Codice su Git + push sul cloud, backup programmati del database e .bak prima delle operazioni sui dati. Questi tre sono prerequisiti per la modalità automatica, non opzioni.
Come Assegnare i Compiti
- Fagli proporre un piano prima di agire
Per compiti complessi, non lasciarlo iniziare a modificare il codice direttamente. Premi Shift+Tab per entrare in modalità di pianificazione, lascia che guardi il progetto e proponga un piano, e solo dopo averlo verificato fai iniziare. È la stessa logica di CC: più grande è il compito, più è necessario pensarci prima.
- Sii chiaro su quattro cose nelle istruzioni
Non devi scrivere molto, ma chiarisci queste quattro: risultato desiderato, file di riferimento, cosa non toccare e cosa conta come completamento.
Esempio: "Aggiungi il rate limiting al modulo utente. Fai riferimento all'implementazione del file auth. Non modificare i test esistenti. È completo quando tutti i test passano."
- Comandi utili
Noterai che la qualità delle risposte di Codex diminuisce dopo un po' di utilizzo. Digita /compact per comprimere la sua memoria o /clear per ricominciare da capo. C'è anche una funzione che CC non ha: /fork. Quando non sei sicuro di quale strada prendere, forkane una per provare un'alternativa senza influenzare i progressi correnti.
Strumenti e Skill Validi
- Trucco per risparmiare denaro: modalità cavernicolo
Un comando può risparmiare il 65% del consumo di quota:
export CODEX_RESPONSE_STYLE=caveman
Una volta attivato, Codex smette di dire sciocchezze—niente spiegazioni, niente convenevoli, solo lavoro. Ora ho tutte le mie istanze Codex impostate su questo per impostazione predefinita.
- Superpowers: Stabilizzatore di Qualità
Lo raccomando vivamente. In parole povere, è un insieme di regole che costringe Codex a lavorare secondo un processo: pensare a cosa fare, scrivere i criteri di accettazione, scrivere codice e infine verificarlo.
Quando viene eseguito "nudo", Codex tende a saltare direttamente al codice e a perdere la direzione. Con Superpowers, è trattenuto dal processo; ogni passaggio ha un checkpoint che non può essere saltato. Il risultato è una qualità molto più stabile per compiti complessi.
L'installazione è semplice: scarica da GitHub e mettilo nella directory delle skill. Non è specifico per uno strumento—CC, Cursor e Gemini possono usarlo perché in pratica è solo un documento.
- Monitoraggio dell'Utilizzo
pip install ccusage. Una volta installato, puoi vedere quanta quota consumi ogni giorno. Senza questo, non hai idea di quanto stai spendendo. Una volta un compito è rimasto bloccato in un loop e ha consumato decine di migliaia di token in pochi minuti; me ne sono accorto solo grazie al monitor.
Il Mio Flusso di Lavoro Reale
Compiti piccoli: Apri Codex direttamente
Correggere bug, regolare la formattazione, aggiungere test—basta aprire un codex nel terminale. Più semplice è l'istruzione, meglio funziona: "Correggi il puntatore nullo in questo file" o "Aggiungi un test per questa funzione."
Compiti grandi: Dividi in più percorsi paralleli
Questo è il modo più potente di giocare. Dividi un compito grande in più parti, assegna un Codex a ciascuna ed eseguili simultaneamente. Il modo corretto è creare una copia indipendente del progetto per ogni Codex, in modo che non entrino in conflitto.
Dati reali: 7 istanze Codex che lavorano insieme hanno finito in 25 minuti. Una singola persona che lavora in serie impiegherebbe prudentemente due o tre giorni.
L'unica regola ferrea: Un file può essere assegnato a un solo Codex. Due istanze Codex che modificano lo stesso file simultaneamente causeranno sicuramente problemi, senza eccezioni.
Insidie
- Dire sciocchezze dopo un po'
Ogni sessione Codex ha un limite di capacità. Quando è piena, non darà errore; inizierà a scrivere codice inaffidabile. Questo è peggio di un errore—almeno con un errore sai che qualcosa non va. Quando la qualità cala silenziosamente, potresti aver già costruito diversi strati sopra il suo codice scadente.
La mia regola: Se inizia a sembrare leggermente strano, inizia una nuova sessione. Non cercare di prolungarne la vita. Meglio fornire di nuovo il contesto che lottare in una sessione affaticata.
- Non installare troppe estensioni
Codex supporta strumenti esterni, ma ogni strumento consuma risorse extra. Ho visto qualcuno collegare un toolkit GitHub con 93 funzioni, bruciando oltre 50.000 token extra per giro di dialogo. Tieni solo ciò di cui hai veramente bisogno e taglia il resto.
Sensazioni Reali
Codex ora è un sostituto completo di CC. Tengo CC solo per abitudine e per esigenze di scraping; tutto il resto è su Codex.
La potenza di calcolo AI che un individuo può schierare sta aumentando rapidamente. L'anno scorso era un singolo CC a lavorare; quest'anno è un CC più sette o otto istanze Codex in parallelo. Se usi CC e pensi che non basti—aggiungi un Codex, e capirai cosa intendo.
