关注 霍格沃兹测试学院公众号，回复「资料」, 领取人工智能测试开发技术合集

目录

1. 这次到底发生了什么

2. 为什么说这是一次“反常识”的动作

3. 插件能力拆解：三个命令背后的工程价值

4. Claude Code × Codex 的真实工作流长什么样

5. 技术实现拆解：它到底怎么接进去的

6. 对开发者意味着什么变化

7. 一些容易被忽略的坑

---

一、这次到底发生了什么

最近一个比较有意思的变化是：

OpenAI 官方发布了一个插件 codex-plugin-cc，可以直接在 Claude Code 中调用 Codex。

不是“兼容”，也不是“第三方适配”，而是官方下场，把自家能力塞进对手生态。

这个插件核心能力很直接：

• 在 Claude Code 里调用 Codex

• 做代码审查、对抗性审查

• 甚至直接把任务交给 Codex 接管

换句话说：

一个工作流里，可以同时调度两个不同厂商的智能体。

 

---

二、为什么说这是一次“反常识”的动作

过去 AI 工具链的思路是：

• 要么 All in 一个平台

• 要么自己做一套 Agent 编排

但这次不一样。

OpenAI 的动作，本质是在做一件事：

把“模型能力”降级成“可调用工具”

也就是说：

• Codex 不再是一个独立入口

• 而是变成 Claude Code 里的一个“函数调用能力”

这背后其实是一个很明确的趋势：

Agent 生态正在走向“跨厂商编排”

以前是：

• 模型 = 产品

现在开始变成：

• 模型 = 能力节点

---

三、插件能力拆解：三个命令背后的工程价值

这个插件最核心的不是“能调用 Codex”，而是调用方式设计得很工程化。

1. /codex:review —— 标准代码审查

适合场景：

• PR Review

• 重构后回归检查

• 规范校验

本质上就是：

引入第二个模型做“独立判断”

这在工程上很关键：

• 避免单模型偏见

• 提高代码质量下限

---

2. /codex:adversarial-review —— 对抗性审查

这是最有价值的一个能力。

它不是简单 Review，而是：

主动挑战你的实现假设

典型适用：

• 权限系统改动

• 鉴权逻辑

• 基础设施脚本

• 数据迁移

它会去问类似问题：

• 有没有边界条件没覆盖

• 有没有隐式信任

• 有没有绕过路径

这已经接近安全测试思维了。

---

3. /codex:rescue —— 任务接管

这个设计很有意思：

当 Claude Code 卡住时，可以：

直接把当前上下文交给 Codex 接管

适合：

• 长任务中断

• 推理路径错误

• 复杂任务重启

本质是：

多智能体 failover（容灾切换）

---

4. 后台运行 + 状态管理

配套命令：

• /codex:status

• /codex:result

说明一件事：

它是按“任务系统”设计的，而不是一次性调用

---

四、真实工作流会怎么用

把这个插件放进日常开发，其实会变成这样一个流程：

 

这个流程的核心变化是：

“单 Agent 开发” → “多 Agent 协作开发”

而且是异构模型协作。

五、技术实现拆解：它到底怎么接进去的

从目前信息来看，这个插件的接入方式比较克制：

1. 依赖本地 Codex CLI

• 不直接嵌模型

• 走本地 CLI

2. 通过 App Server 中转

• 统一请求入口

• 不破坏 Claude Code 结构

3. 复用 MCP 能力

Model Context Protocol 在这里的作用是：

• 统一上下文传递

• 统一工具调用方式

这点很关键：

插件不是“接模型”，而是“接协议”

---

4. 不新增运行时

• 不起新进程体系

• 不重复认证

说明它遵循一个原则：

尽量复用现有工程体系，降低接入成本

---

六、对开发者意味着什么变化

这件事对普通开发者，有几个实质影响：

1. Review 会变成“多模型共识”

过去：

• 一个模型给建议

现在：

• 两个模型交叉验证

长期来看：

代码质量会更稳定，但成本会上升

---

2. Agent 不再是“单点能力”

你不再需要纠结：

• Claude 强还是 Codex 强

而是：

怎么组合它们

---

3. AI 开发开始接近“微服务化”

可以这样理解：

组件	角色
Claude Code	主执行 Agent
Codex	审查 / 接管 Agent
MCP	调度协议

这已经很像：

一个 AI 版的分布式系统

---

七、一些容易被忽略的坑

1. review gate 可能导致死循环

如果开启：

• Claude 等 Codex

• Codex 又触发 Claude

可能出现：

Agent 互相调用 → token 爆炸

---

2. 成本不可控

多模型叠加：

• 调用次数 ×2

• 上下文更长

建议：

• 只在关键路径开启

• 不要默认全局启用

---

3. 上下文一致性问题

两个模型：

• 理解可能不同

• 推理路径不同

结果可能：

互相“否定”对方

需要人为兜底判断。

---

写在最后

这次 OpenAI 做的不是一个插件，而是一个信号：

AI 开发正在从“选模型”，走向“编排模型”

下一步真正的竞争，不再是谁更强，而是：

• 谁的 Agent 更会协作

• 谁的工作流更稳定

• 谁的成本更可控

如果你是做测试、做平台、做工程体系的，这一波变化其实已经给了一个很明确的方向：

未来的核心能力，不是用 AI，而是设计 AI 系统。