Claude Code или Codex: врста задатка бира победника

За документацију и нове функције Claude Code има највишу посматрану стопу прихватања измена, док Codex води код исправки грешака и рефакторисања. У анализи 7.156 захтева за спајање измена Claude Code бележи 92,3% за документацију и 72,6% за нове функције, а Codex 83,0% за исправке; сажетак рада ипак издваја Cursor за исправке са 80,4%, иако детаљни резултати дају вишу стопу Codex-у. За тим који бира између Claude Code-а и Codex-а, одговор зато почиње врстом посла у репозиторијуму, а не једним укупним пласманом.

Ако је важно да рецензент реконструише како је агент исправио проблем, Codex добија посебан, ужи аргумент. У контролисаном огледу на симулираним подацима Ајнштајновог телескопа Claude Code је у првом пролазу завршио поступак за око 3,4 минута уз прећутна одступања од спецификације, док је Codex-у требало око 16 минута уз изричите исправке и поновна покретања. То је резултат једног научног тока рада, не мерење просечне брзине агената у свим програмерским задацима.

Шта прихватање измене заиста мери

Прихваћен захтев за спајање измена показује да је допринос прошао одлучивање у конкретном пројекту. За тим који жели измену спремну за свој репозиторијум то је кориснији сигнал од оцене на изолованом програмском задатку. Ипак, спајање само по себи не показује колико ће код коштати одржавања, да ли садржи скривену грешку или колико је времена рецензент потрошио на дораде.

Посматрани захтеви потичу из јавних GitHub репозиторијума са одређеним условима избора: измена је морала бити затворена и морала је добити коментар или рецензију некога осим свог аутора. Узорци агената нису једнаке величине, а Claude Code је заступљен знатно слабије од Codex-а. Агенти такође нису добијали исте задатке у истим пројектима, па разлика у прихватању може делом потицати од тежине посла, правила рецензије или навика корисника. Бројеве је зато разумно користити као смерницу за избор кандидата, а не као обећање исхода у приватном репозиторијуму.

Документација и нове функције

Claude Code је најлогичнији први кандидат када преовлађују допуне документације и развој нових функција. Резултат за документацију ипак почива на малом броју његових захтева за измену. Ту предност треба читати као сигнал који вреди проверити на сопственом послу, а не као доказ да ће сваки опис или пример који агент напише бити тачан.

Ове категорије траже различит суд рецензента. Документација мора да одговара понашању постојећег кода: упутство које изгледа уверљиво, али користи застарео параметар, може проћи површан преглед и касније одвести корисника на погрешан пут. Нова функција мора да се уклопи у архитектуру, обради граничне случајеве и има проверу која заиста испитује захтевано понашање. Разлика између стопа прихватања тих послова не говори да је писање документације исто што и испорука функционалног кода; говори да их при избору агента не треба сабирати у један резултат.

Исправке и рефакторисање

Codex има јачи посматрани резултат за исправке грешака, као и за рефакторисање. То је релевантно тиму који углавном одржава постојећи код: исправка мора да отклони узрок, а да не промени понашање на које се ослања остатак система. Сам проценат прихватања, међутим, не открива колико је накнадних регресија настало после спајања нити колико је људског рада било потребно да предлог постане прихватљив.

Сажетак истраживања и његов детаљни одељак различито истичу исход код исправки: први именује Cursor, а други даје Codex-у вишу стопу у истој категорији. Пошто су предмет поређења овде Claude Code и Codex, за одлуку је битан њихов међусобни резултат, уз ограду да опсервациона студија не изједначава тежину њихових задатака. У стварном репозиторијуму додатну вредност има предлог који показује узрок квара, ограничену измену и тест који би пре исправке падао. То су критеријуми рецензије, а не засебне мере овог истраживања.

Када траг рада постаје важнији од брзине

Научни оглед показује зашто два агента могу стићи до сличног резултата, а оставити различит доказ о томе шта су урадили. Спецификација и рачунарски ресурси били су упоредиви, али су у њој постојале неусклађености са стварним окружењем, укључујући неподржан аргумент команде и другачије нумерисање датотека. Claude Code је препреке исправљао у ходу, без јасног пријављивања сваког одступања. Codex их је означавао, мењао поступак и поново покретао погођени део. Такав траг олакшава рецензенту да утврди шта је извршено и зашто је трајало дуже.

У поновљеном огледу двосмислена инструкција о распону сигнала довела је до различитог научног исхода. Claude Code је прећутно померио доњу границу ка прагу детекције, док је Codex задржао дословно задат опсег и забележио пропуштену детекцију. Истраживач то третира као разлику у тумачењу недовољно прецизне инструкције, не као општу пресуду о исправности агената. За посао у коме се мора поновити сваки корак, важно је да се из записа види свако одступање од захтева; овај оглед даје разлог да се та особина оцењује одвојено од брзине.

Рад у постојећем репозиторијуму

Радна површина може да утиче на то колико ће тиму бити лако да зада посао и прегледа измену. Документација за Claude Code описује рад у терминалу, развојном окружењу, десктоп апликацији и прегледачу; агент чита код, мења датотеке и покреће команде. Пројектна датотека CLAUDE.md служи за правила кодирања и архитектурне смернице, а измене се могу прегледати као разлике у едитору. То су конкретне контроле за тим који већ има договорен начин рада са репозиторијумом.

Званична страница за Codex наводи рад у ChatGPT-у, едитору и терминалу, паралелне агенте у одвојеним радним стаблима и заказане позадинске задатке. Та поставка одговара тиму који може да раздвоји независне измене и потом прегледа сваки резултат. Паралелно извршавање само по себи не скраћује међузависан посао: ако две измене захватају исто понашање, њихово уклапање и даље тражи заједничку рецензију.

Избор према стварном послу

Тим који углавном допуњава документацију и додаје функције има разлог да најпре проба Claude Code; тим са великим уделом исправки и рефакторисања има разлог да крене од Codex-а. Када су записи одлука и поновљивост поступка услов за прихватање, у избор улази и начин на који агент пријављује грешку, мења план и бележи одступање. Тај услов може превагнути и онда када други агент брже заврши исти уско задат посао.

За коначну одлуку у сопственом репозиторијуму највише вреди упоредити задатке које тим заиста добија, уз иста права приступа и иста правила рецензије. Документацију, функције и исправке треба посматрати одвојено; уз прихватање измене забележити накнадне дораде и могућност да се поступак реконструише. Тако избор остаје везан за посао и обавезе конкретног тима, уместо за укупну оцену добијену мешањем различитих задатака.