CodeLove-Codex

同一個模型、同一個需求、同一個 commit,Codex 在 T3 Code 裡跑完是 10 分 26 秒,原生 CLI 是 6 分 07 秒。牆鐘上差了 4 分 19 秒。我想知道這 4 分鐘是誰的:模型的,還是等人的。

答案是 6 分 06 秒在等核准。

先拆成兩個問題

「變慢」和「變笨」不是同一件事。變慢看的是時間戳,變笨看的是產出。這篇只回答變慢的部分。

這次怎麼跑

三組都從 commit 3974f307 開始,各自用獨立的 git worktree,做同一個單檔、離線運作的文章選題頁面。

  • 原生 Codex CLI:直接執行 codex exec,模型 gpt-6-sol。 所有模型呼叫都經過 https://api.crazyrouter.com/v1,即 OpenAI 相容端點。
  • T3 Code 裡的 Codex:同一個模型。
  • T3 Code 裡的 Claude Sonnet 5.5:只作參考,因為模型和層都變了。

真正能比較的是前兩組。沙箱也不同:原生用 workspace-write,T3 用權限較寬的 danger-full-access。T3 停下來不是因為沙箱小,而是它對工作區之外的動作一律要人確認。

時間去哪了

Codex 在 03:01:24 完成功能並通過自測。接著它要刪掉自己建立的 Chrome 暫存 profile,那個路徑在工作區外,所以 T3 停下來問人。

從模型恢復執行算起,等待是 6 分 06 秒,其中 44 秒是我按下核准後,系統還在放行。

把等待拿掉,T3 的實際執行段是 4 分 20 秒,比原生快 1 分 47 秒。

原生多花的時間

原生呼叫了 20 次工具,T3 只有 7 次。多出來的 13 次幾乎都在確認環境:git status、找工作目錄、搜尋 AGENTS.md、看 playwright、puppeteer 和 jsdom 有沒有裝、查 node 版本和 WebSocket 支援。T3 那組不用做這些,因為調度層已經把環境準備好、邊界也畫好了。

原生在同一個 profile 上也撞過牆。第一次刪除 .test-profile 被政策以 blocked by policy 擋下,但擋下是立即返回的,它改用 fs.rmSync 三秒就過了。T3 裡的 Codex 不能這樣做,因為決定權在人。

原生還花了大約 2 分 24 秒跟瀏覽器環境搏鬥。Edge 建了 profile 卻沒開除錯埠,最後只能用 Node 加 vm 做 DOM 模擬。

品質

八項共同需求逐條核對,硬性失敗是未經授權改檔案,或產生不存在的檔案。三組都沒有硬性失敗,沒有憑空產生的檔案,也沒有範圍外的修改。

原生版寫了 680px 的斷點,但沒有在瀏覽器裡看過,報告裡也寫明了。T3 的 Codex 在 360px 寬度下實測沒有橫向捲軸。Claude 版在 Edge 上跑完 28 項檢查。

兩組踩到的同一個坑

另一個 Claude 執行緒在不知道作者的情況下審查 Codex 的產出,找到兩個可重現的問題。

第一個是跨分頁資料覆寫。頁面沒有監聽 storage 事件,狀態只在記憶體裡。在一個分頁新增兩筆,從另一個分頁寫入一筆,再回到第一個分頁新增一筆,第一個分頁會把舊陣列寫回去,把另一個分頁的那筆蓋掉。

第二個是焦點遺失。每次切換或刪除都整個重新渲染列表,焦點所在的那一列被重建,焦點掉回 <body>。鍵盤使用者每做一次操作,就得從頂端重新 Tab。

Claude 版也有焦點問題,但它實作了分頁同步,所以避開了第一個。原生版沒有 storage 監聽,兩個問題它都有。

我的判斷是這主要來自任務的形態,不是模型能力。新增、刪除、整個重新渲染的列表,會懲罰最單純的實作,不管是哪個模型寫的。

實際怎麼做

如果覺得 T3 慢,先看核准佇列,再怪模型。安全的清理動作可以事先核准,或刻意交給人。在提示詞裡寫清楚允許寫入的路徑,也能減少中途停下來的次數。

這次沒有證明什麼

每組只跑了一次,那 1 分 47 秒的差距可能受網路或供應商排隊影響。要做統計結論,每組至少三次。我也沒有測試更短的 AGENTS.md,所以提示詞長度的影響仍不清楚。

所有時間戳都來自原始日誌,不是從畫面上讀的。

👉 想直接上手,可在這裡取得 API Key:https://crazyrouter.com/en/pricing?utm_source=codelove&utm_medium=article&utm_campaign=offsite_article&utm_content=cr_2e2ccd3f4a45_bottom_cta


一名对 AI 领域充满热情的爱好者。平时喜欢关注最新的模型发展,也会自己动手测试不同的 API 和提示词(Prompt)

共有 0 則留言


一名对 AI 领域充满热情的爱好者。平时喜欢关注最新的模型发展,也会自己动手测试不同的 API 和提示词(Prompt)
🏆 本月排行榜
🥇
boluoji
📝50   💬3   ❤️8
1,259
🥈
我愛JS
📝3   💬1   ❤️5
145
🥉
站長阿川
📝2   💬3   ❤️2
58
評分標準:發文×10 + 留言×3 + 獲讚×5 + 點讚×1 + 瀏覽數÷10
本數據每小時更新一次