Claude Code, nebo Codex: benchmark nezná váš repozitář

Pro práci v existujícím repozitáři nemá Claude Code ani Codex automatickou převahu. Oba mohou upravovat místní projekt, ale při výběru záleží na tom, kde s agentem pracujete, jaká má oprávnění a kdy uvidíte navržené změny. Výsledek krátkého testu tyto podmínky za váš tým neposoudí.

Claude Code vyhovuje vývojáři, který chce řídit interaktivní relaci v terminálu nebo schvalovat jednotlivé úpravy v editoru. Codex nabízí lokální práci v terminálu, rozšíření editoru a samostatnou revizi změn. Kvalita výsledku pak závisí také na zadání, kontextu projektu a na tom, co agent smí spustit či upravit; samotné pořadí v jedné zkoušce proto není rozhodovacím pravidlem.

Co ukázal společný test

Redakční test Tom’s Guide z 15. února 2026 zadal oběma nástrojům skript v Node.js s místem náchylným k SQL injection, problematickým opakováním setInterval a neomezenou globální cache. Podle autorky Claude Code rozpoznal, že jednu z chybných částí je vhodné odstranit. Codex přidal validaci vstupu, která měla zabránit potížím s příliš velkým textem. Jsou to popsané rozdíly ve výstupech konkrétního zadání, nikoli naměřená úspěšnost oprav v různých projektech.

Ve druhé úloze měli agenti vytvořit terminálovou aplikaci pro fiktivní vesmírnou loď Vega-9. Claude Code kladl důraz na podobu textového rozhraní včetně ASCII grafiky; Codex přidal nahodilé události a chování lodního systému. Autorka tak hodnotila odlišné stránky výsledku podle typu úlohy. Popsané zkoušky neobsahují pravidla dlouhodobě udržovaného týmového repozitáře, návaznost na jeho testy ani revizi pull requestu. Právě tyto okolnosti mohou rozhodnout, zda je zdánlivě povedená odpověď skutečně použitelná.

Instalace, účet a aktualizace

Instalační dokumentace Claude Code popisuje spuštění příkazem claude v adresáři projektu a přístup přes účet Pro, Max, Team, Enterprise nebo Console; bezplatný tarif claude.ai jej nezahrnuje. Podporovány jsou také vybrané cesty přes jiné poskytovatele API. Nativní instalace se aktualizuje na pozadí a může sledovat kanál latest nebo stable. Instalace přes správce balíčků se naopak obvykle aktualizuje jeho prostřednictvím. Pro tým je důležité znát zvolený kanál i způsob instalace: stejný název nástroje ještě neznamená stejnou verzi.

Průvodce Codex CLI uvádí spuštění příkazem codex z adresáře projektu a přihlášení přes ChatGPT nebo jinou dostupnou metodu. Agent může číst místní soubory, měnit je a používat nástroje nainstalované v počítači. CLI lze použít interaktivně i v opakovatelném příkazovém postupu; nabízí také návrat k uložené relaci. Před zavedením do týmu proto porovnávejte konkrétní účty, jejich limity a způsob distribuce nástroje. Samotná možnost instalace neříká, kolik práce zvolený účet pokryje.

Editor a okamžik revize

U Claude Code není editor jen jiným místem pro zadání požadavku. Dokumentace rozšíření pro VS Code popisuje práci s vybraným úsekem kódu, historií konverzací a zobrazením navržených úprav. V režimu Manual se před editací zobrazí porovnání původní a navržené podoby souboru a nástroj požádá o souhlas. Režimy Auto a Edit automatically mohou většinu souborů v pracovním prostoru upravit bez jednotlivých potvrzení. Rozdíl je praktický: v prvním případě posuzujete návrh před zápisem, ve druhém především výsledný diff.

Codex má vedle terminálu také rozšíření editoru. Jeho CLI umí spustit samostatnou revizi dosud nepotvrzených změn, konkrétního commitu nebo rozdílu vůči základní větvi; tato revize pracovní strom sama nemění. Nejde o totéž jako schválení každé jednotlivé editace během práce agenta. Pokud tým běžně posuzuje až hotový pull request, může mu vyhovovat kontrola celého diffu. Při citlivé úpravě konfigurace nebo migraci může být užitečnější zastavit se dříve u konkrétního souboru.

Oprávnění a hranice projektu

U agenta schopného spouštět příkazy jsou podstatné dvě různé hranice: kdy musí požádat o souhlas a kam příkaz vůbec dosáhne. Dokumentace izolace Codexu odděluje pravidla schvalování od sandboxu. Režim workspace-write dovoluje běžnou práci uvnitř pracovního prostoru, zatímco pravidlo on-request určuje, kdy se agent zastaví před akcí za jeho hranicí. Volby lze měnit, takže bez znalosti aktivního nastavení nelze z názvu produktu odvodit skutečný rozsah přístupu.

Claude Code v editoru řeší schvalování úprav vlastními režimy, které určují, zda se agent před zápisem souboru zastaví. To samo nepopisuje všechny hranice pro příkazy a síť. Při srovnání proto sledujte zvlášť povolené editace, spouštění místních nástrojů a přístup mimo projekt. Pokud agent při řešení chyby změní i konfiguraci, závislosti nebo soubory mimo zamýšlený rozsah, projití testů nemusí stačit k přijetí výsledku. Diff ukáže rozsah zásahu, zatímco testy prověří chování, které projekt skutečně testuje.

Co rozhoduje u dlouhého úkolu

Delší práce v repozitáři znamená více než schopnost vydržet dlouho v jedné relaci. Agent musí zachovat cíl zadání, průběžně využívat výstupy příkazů a nechat po sobě změny, v nichž se vývojář vyzná. U Claude Code je podstatné, zda chcete průběžně povolovat jednotlivé kroky; u Codexu může hrát větší roli návrat k relaci a samostatná kontrola hotového diffu. Ani jedna z těchto vlastností sama neurčuje kvalitu opravy.

Pro volbu v konkrétním týmu má proto větší vypovídací hodnotu stejný bezpečný úkol v kopii vlastního repozitáře. Předem určete očekávané chování, soubory, které se smějí změnit, a testy, jež mají projít. Pak porovnejte výsledný diff, vysvětlení vedlejších úprav a čas potřebný k revizi. Takové srovnání zachytí cenu práce s agentem v prostředí, kde bude skutečně nasazen, místo aby přenášelo do vašeho projektu verdikt z cizího krátkého zadání.