{"title":"Codex、Claude Code、Antigravity 怎么选？终端 AI 编程工具工作流与沙箱对比","description":"按命令执行沙箱、上下文装配（AGENTS.md / CLAUDE.md）、MCP 工具接入与验证闭环四个维度对比终端 AI 编程工具，附官方文档与延伸深度解读。","reviewedOn":"2026-10-16","intro":"终端 AI 编程工具的差距，不只在底层模型跑分，更在于它们如何读写本地仓库、如何在沙箱里隔离危险命令、如何控制长会话上下文腐烂，以及能不能靠真实测试闭环验收。选型或混用前，先按以下四个工程维度核对你的工作流需求。","readingNote":"以下深度解读从自然语言编程的工程边界、智能体长链路故障率、工具调用上下文与沙箱隔离切入，可与本指南对照阅读。","sections":[{"id":"sandbox","title":"执行权限与沙箱边界：先看命令怎么被拦住","paragraphs":["把智能体放进终端，核心风险不是写错几行代码，而是误删未提交文件、执行破坏性脚本或把本地凭据发往外部网络。评估工具时，先看它默认采用操作系统的哪一层隔离（如 macOS Seatbelt、Linux Landlock/Bubblewrap 或容器），以及只读、工作区可写、完全放行三档权限如何切换。","无人值守批量跑任务时，优先把网络访问与工作区外写权限关进沙箱，只对白名单测试命令放行；交互式重构时，则用逐条确认或目录级写保护配合 Git 工作树隔离，不要用全局关闭权限检查代替工程边界。"],"sources":[{"title":"OpenAI Codex CLI：沙箱与审批模式文档","url":"https://github.com/openai/codex"},{"title":"Anthropic Claude Code：安全与权限控制文档","url":"https://docs.anthropic.com/en/docs/claude-code/security"}]},{"id":"context","title":"上下文装配与指令文件：为什么会话越长越容易改乱代码","paragraphs":["无论是读取 AGENTS.md、CLAUDE.md 还是技能目录（SKILL.md），终端智能体的每次工具调用输出都会消耗上下文窗口。当搜索结果、构建日志和历史尝试不断堆积，模型对早期约束的注意力会迅速衰减，出现重复修改、推翻已有修复或忽略仓库规范的现象。","要把仓库级铁律写进根部指令文件，保持简短且可验证（例如明确写出测试命令、目录职责和禁止修改的边界）；把低频的专项流程拆进按需加载的技能文件。一旦单次任务跨越多个不相关模块，主动压缩上下文或按子任务重启干净会话，比在超长对话里反复追问更稳。"],"sources":[{"title":"AGENTS.md 开放规范与仓库指令约定","url":"https://agents.md/"},{"title":"Anthropic Claude Code：记忆与 CLAUDE.md 指南","url":"https://docs.anthropic.com/en/docs/claude-code/memory"}]},{"id":"mcp","title":"工具生态与子智能体分工：何时该用 MCP，何时只跑本地脚本","paragraphs":["模型上下文协议（MCP）把数据库只读查询、工单系统、文档检索封装成标准工具接口，适合跨项目的受控外部数据源接入。但每挂载一个 MCP 服务，它的工具定义和返回负载都会常驻或进入上下文，工具过多反而稀释模型选择正确动作的准确率。","如果一项操作可以用仓库内已有的命令行脚本、单元测试或类型检查直接完成，优先让智能体调用确定性的本地命令；只有需要只读权限隔离或跨系统状态查询时，再引入精简的 MCP 服务，并用子智能体隔离高噪声的代码库大范围搜索。"],"sources":[{"title":"Model Context Protocol (MCP) 架构规范","url":"https://modelcontextprotocol.io/introduction"}]},{"id":"verification","title":"用确定性验证闭环替代「看着像对的」","paragraphs":["自然语言提示词能极快生成整套页面或接口，但无法自动保证边界条件、并发锁与生产迁移安全。不同编码工具在长链路任务上的真正分水岭，是每次改动后能否自动运行类型检查、针对性单测与构建验证，并在报错时读懂真实堆栈而不是盲目重写。","在团队工作流中，无论主力使用 Codex、Claude Code 还是 Antigravity，都应把静态类型检查、核心契约测试和差异审查设为提交前的硬门槛——让机器先过确定性校验，再由人审查架构取舍与业务语义。"],"sources":[{"title":"Anthropic：构建高效智能体的工程实践","url":"https://www.anthropic.com/research/building-effective-agents"}]}],"path":"/guides/ai-coding-cli","reading":[{"title":"很多公司给程序员配上 AI 助手，原本指望开发速度翻倍、研发支出腰斩","path":"/deep/mb-20260910-8a2882"},{"title":"挂十几个 AI 智能体并行写代码，非但没能解放双手，反而把工程师逼成了精神崩溃的监工","path":"/deep/mb-20260831-681d58"},{"title":"用最便宜的 AI 模型写代码，往往会跑出全行业最贵的一张账单","path":"/deep/mb-20260830-409e3c"},{"title":"SpaceX 砸下 600 亿美元买下 Cursor，两周后，OpenAI 突然按下了断供键","path":"/deep/mb-20260830-2012e6"}]}