写 Skill 不是写 Prompt,而是给 AI 搭一条生产线
注:AI 发展很快,我们现在看到的文章,可能过几个月就过时了。
所以这篇文章不是为了下一个永恒结论,而是想看两套 Agent背后的工程设计理念。文中的判断,更多是基于公开文档、可观察行为和使用体验做的一次整理,不保证每个内部实现细节都完全准确。
有些时候,我会在群里看到一些观点:
Claude 发散思维强,GPT 收敛能力强。
Claude 有创意,Codex是牛马。
这些说法对不对,其实没那么重要。
更重要的是:我们感受到的“模型性格”,不一定全来自模型本身,也可能来自模型外面那层Agent工程骨架。
Claude Code不是单纯的 Claude 模型。
Codex也不是单纯的 GPT 模型。
它们都是模型 + 工具 + 权限 + 上下文 + 状态管理 + 执行环境之后,组合出来的 Agent 系统。
所以我们看到的差异,可能不是“谁更聪明”,而是两套系统给AI立规矩的方式不同。
Claude Code更像一个能随着现场不断调整的执行系统。
Codex 更像一个先把制度写清楚,再按流程执行的工程系统。
这不是说谁更严谨、谁更随意,而是说它们把规矩放在了不同位置。
做系统的人,不过是把必然会来的摧残,提前写进控制流,省得它反过来支配你。
为了不把问题讲虚,我们先看一个真实场景。
假设我有一个公众号排版工具,用户点“导出”或者“复制到公众号”以后,发现图片样式丢了,或者间距乱了。
我把这个问题交给 Agent:
“帮我定位一下,为什么导出以后图片样式丢失,修好并验证。”
看起来是一个小 Bug。
但如果你真让 Agent接手,它马上会遇到一堆工程问题:
它不能把整个项目一股脑塞进上下文,要先读入口文件、导出逻辑、图片处理逻辑。
它可以读文件,但不能随便删文件。
它可以修改代码,但发布到线上必须问我。
它修了一次没好,要看日志、缩小范围、重新验证。
它连续三次修不好,就该停下来,不要继续瞎改。
如果我中途打断,它要说清楚:改了哪些文件,哪些测试跑过,哪些验证没做。
改完以后,它不能自己说“好了”,最好跑测试、看截图,或者让另一个验证 Agent 复核。
如果再往公众号生产链路里看,这个问题会更具体。
一篇文章从原文到公众号草稿,不是一条“转换一下就完事”的直线。
PS : 基于此,我做了一个公众号排版skills全流程。(本文的排版,以及图片生成都由该skills完成。)
它至少会经过:路由、结构清洗、智能转换、插图计划、图片验收、标题确认、图片上传、公众号 HTML 排版、发布前检查、最终交付。
每一层都不能越权。
路由只决定走哪条链路。
计划只决定生成什么。
脚本负责执行和记录。
验收决定能不能进入文章。
标准文件固化判断边界。
这才是一个 Skill 真正像工程系统的地方。
你看,一个小小的“图片样式丢失”,背后其实已经包含了上下文治理、权限系统、状态管理、错误恢复、熔断、中断处理、验证独立和隔离机制。
这就是 Agent 工程设计真正有意思的地方。
不是让模型更会说话。
是让模型在真实任务里,知道边界,知道进度,知道什么时候停,知道怎么交付。
这篇文章,围绕四个问题展开:
Claude Code 和 Codex 的 Agent 设计倾向,差异在哪里?
它们怎么通过一次次请求跟模型交互?
心跳循环、中断、熔断、权限、上下文这些机制,在 Agent 里到底对应什么?
这些设计理念,对我们做 Agent 和写 Skill 有什么启发?
01 两套骨架,两种灵魂
Claude Code 和 Codex 最大的区别,不在于功能多少,而在于它们把“秩序”放在架构的哪一层。
注意,这不是绝对二分。
Claude Code 也有权限、hooks、subagents、上下文压缩。
Codex 也有运行时判断、动态工具、人工审批、上下文恢复。
真实差异不是“有没有”,而是“重心放在哪”。
Claude Code:秩序住在运行时
Claude Code 给人的感觉,是一个很强的现场执行系统。
它的核心像一个持续转动的循环:
拿到用户输入 → 拼上下文 → 调模型 → 模型返回 → 判断要不要用工具 → 检查权限 → 执行工具 → 把结果塞回历史 → 如果上下文太长就压缩 → 继续下一轮。
它像一个发动机。
只要任务没结束,它就继续转。
下面是我用CC模型在Calude的agent的提问,也验证了它在架构层次的设计模式,核心是一个单主循环+工具的结构。(当然它是闭源的,具体如何设计的,我们也不得而知。)
这套系统的秩序,更多藏在运行时的装配和执行里。
每一轮请求前,它会重新决定带什么上下文、给什么工具、遵守什么本地规矩。
每一轮请求后,它再根据模型返回,决定下一步怎么走。
所以 Claude Code 的味道是:
现场调度很强,循环很强,应变很强。
它更相信“边跑边治理”。
Codex:秩序住在控制层
Codex 的感觉不一样。
它更像是先把任务放进一个明确的工程框架里:
有 thread,有权限策略,有沙箱,有工具 schema,有 hook,有审批,有状态记录。
模型当然也在里面思考。
但模型不是想干什么就干什么。
它发出的工具调用,要经过结构化工具定义、权限判断、沙箱边界、用户审批这些控制层。
所以 Codex 的味道是:
流程感更强,边界更明确,审计和恢复意识更重。
它更相信“先立规矩,再让模型跑”。
一句话概括
Claude Code 把纪律活成了本能。
Codex 把纪律写成了制度。
一个偏现场调度。一个偏显式控制。
这就是两套 Agent 骨架给人的根本差异。
02 Agent 跟模型交互,本质上是在发请求
要理解 Agent,先得把神秘感拿掉。
Agent 每一次“动脑子”,本质上都是发一次请求。
它把当前任务、系统指令、对话历史、工具结果、本地规矩、可用工具,打包给模型。
模型返回一段内容,或者返回一个工具调用。
Agent 再根据返回结果,决定下一步怎么做。
模型本身没有真正的长期状态。
状态、记忆、规矩、权限,都是 Agent 这个壳在请求之间帮它维护的。
所以一个 Agent 靠不靠谱,不只看模型回答得好不好,还要看请求前后发生了什么。
请求前:
它怎么装上下文?怎么筛工具?怎么注入规则?怎么控制信息边界?
请求后:
它怎么执行工具?怎么查权限?怎么恢复错误?怎么记录状态?怎么决定停不停?
Claude Code 和 Codex 的差异,就藏在这些地方。
Claude Code:动态装配线
Claude Code 更像每次都在现场调配。
请求前,它会把系统提示、项目规则、当前目录信息、工具列表、历史消息、压缩摘要等东西拼起来。
请求后,如果模型要用工具,就在执行流里判断这个工具能不能用、要不要问用户、是否继续下一轮。
这不是说它没有模块。
而是说,它的控制感更多来自“运行时不断装配”。
它像一个熟练的急诊医生。
流程当然有,但很多判断发生在现场。
Codex:制度化流水线
Codex 更像每次请求都在走一套制度化流水线。
任务有 thread。
工具有 schema。
权限有 policy。
执行有 sandbox。
关键节点可以挂 hook。
用户审批会影响下一步执行。
状态可以恢复、续跑、回放。
请求前,它不是简单把所有东西塞进去,而是按结构把上下文、工具、权限、任务状态组织起来。
请求后,工具调用也不是一句“模型说了算”,而是要经过系统边界。
它像银行柜台。
不是不能变通,而是每一步都要过系统。
核心差异
Claude Code 更像“现场调度”。
Codex 更像“流程治理”。
Claude Code 的优势是灵活、连续、能扛长任务。
Codex 的优势是边界清楚、可审计、适合工程化协作。
两者不是谁先进谁落后。
它们只是把秩序放在了不同位置。
03 九个工程机制,其实都在回答一个问题
做 Agent,不是给模型接几个工具。
做 Agent,本质上是在回答:
模型不可靠的时候,系统怎么仍然可靠?
九个机制,可以分成三组。
第一组,解决“怎么持续运转”。
心跳循环,让 Agent 不会一轮就停。Claude Code 的循环感更强,像现场发动机;Codex 也有循环,但更像 thread 生命周期里的执行器。循环只保证系统能跑,不保证跑对,所以它必须配方向盘和刹车。
错误恢复,解决模型断了、工具挂了、上下文爆了怎么办。真正靠谱的 Agent,不是顺的时候多聪明,而是错的时候能不能收场。恢复机制不是异常补丁,它就是主流程的一部分。
熔断机制,解决连续失败时什么时候停。Agent 最可怕的不是失败,而是失败了还一直自信重试。连续三次改不对,就停;连续两次验证失败,就交给人。熔断不是回退,熔断是止损。
第二组,解决“怎么守住边界”。
权限系统,把…