1. 为什么从 Codex 转向 WorkBuddy作为一个重度依赖 AI 编程助手的开发者我原本是 Codex 的忠实用户。但最近一周我把主力工具切换到了 WorkBuddy起因其实很简单——一次偶然的试用让我发现它在某些场景下比 Codex 更顺手。先说结论这不是一篇踩一捧一的评测而是我这一周真实的工作流记录和感受。2. 上手第一天的直观差异第一天切换时最明显的感受是交互方式的差异。Codex 更像是一个命令行式的助手你需要明确地告诉它每一步要做什么而 WorkBuddy 更倾向于上下文感知——它似乎更擅长从你当前的代码和项目结构里猜出你接下来想干什么。举个例子我在一个 Python 项目里重构一个模块Codex 需要我反复粘贴相关代码片段而 WorkBuddy 能直接读取当前文件上下文给出的建议明显更贴合项目现状。3. 代码生成质量各有千秋这一周我分别用两个工具完成了不同类型的任务感受如下场景CodexWorkBuddy独立算法实现稳定代码规范略逊一筹偶尔需要微调项目内重构需要较多上下文引导更懂项目结构改动更精准多文件联动修改需要手动指定文件能自动识别关联文件长对话上下文保持偶尔会忘事上下文保持更稳定我的判断如果是写一个独立的、边界清晰的函数Codex 依然很能打但如果是在现有项目里做改动WorkBuddy 的体验明显更流畅。4. 最让我惊喜的三个场景4.1 跨文件重构这周我做了一次接口层的重构涉及 5 个文件的联动修改。WorkBuddy 能自动识别出哪些文件引用了被改动的接口并主动给出修改建议——这个能力在 Codex 里需要我手动指定文件列表才能实现。4.2 长对话不失忆有一次我连续和 WorkBuddy 聊了 40 多轮中间穿插了多次代码修改和回退它依然能准确记得最初的需求背景。而 Codex 在长对话后期偶尔会出现上下文漂移。4.3 更自然的纠错方式当我说不对这个逻辑应该反过来时WorkBuddy 能理解这是对上一轮输出的修正而不是开启一个新任务。这种对话体验更接近和一个懂代码的同事协作。5. 仍然怀念 Codex 的地方诚实地说WorkBuddy 并非全面胜出有几点我依然怀念 Codex独立代码生成的规范性写一个从零开始的算法模块时Codex 的代码风格更统一、注释更规范。对模糊指令的容错Codex 在指令不够明确时会主动追问而 WorkBuddy 有时会自作主张地按自己的理解执行。生态成熟度Codex 的插件和社区资源更丰富遇到问题更容易找到现成方案。6. 一周下来的工作流变化切换后我的实际工作流发生了这些变化之前Codex 明确指令 → 粘贴上下文 → 等待生成 → 手动整合到项目 现在WorkBuddy 给出目标 → 工具自动读取项目上下文 → 生成建议 → 确认后应用最大的变化是从指挥者变成了审核者——我不再需要事无巨细地描述上下文而是更多地在 WorkBuddy 给出的建议上进行确认和微调。7. 总结与建议一周的体验下来我的结论是如果你主要做独立代码生成、算法实现Codex 依然是非常好的选择。如果你更多是在现有项目里做重构、改 bug、跨文件联动WorkBuddy 的上下文感知能力能显著提升效率。两者并不冲突我现在的做法是独立算法用 Codex项目内改动用 WorkBuddy。工具没有绝对的好坏只有是否适合当前的工作场景。这一周的切换让我更清楚地认识到AI 编程助手的价值不在于它多聪明而在于它有多懂你的项目。后续我会继续观察 WorkBuddy 在更大规模项目上的表现如果有新的感受再和大家分享。