Skip to content

title: Claude Code vs Codex 的 Goal 目标功能深度对比 aliases: [Goal 功能, AI 自主编程循环, vibe coding 自动化验收] tags: - claude-code - codex - openai - ai-coding - agent - goal-mode - status/active source: - "https://www.youtube.com/watch?v=iSm0WD5oXSQ" author: BNY（视频）; 实际产品: Anthropic (Claude Code) / OpenAI (Codex) created: 2026-05-17 updated: 2026-05-17 description: 深度拆解 Claude Code 和 Codex 的 Goal（目标）功能，通过实战 Pokemon 倖存者游戏对比两者的底层思维差异 level: intermediate stars: 4

Claude Code vs Codex 的 Goal 目标功能深度对比

Vibe Coding 的下一步不是写更多代码，而是让 AI 自己验收——Goal 功能让 AI 自主完成「写代码 → 测试 → 检查效果 → 自我修正」的完整循环，无需人工介入。

目录

  1. 痛点：人工验收瓶颈
  2. Goal 功能是什么
  3. 核心机制：自主验收循环
  4. Claude Code 的 Goal 实现
  5. Codex 的 Goal 实现
  6. 实战对比：Pokemon 倖存者游戏
  7. 代码质量对比：底层思维差异
  8. 选择建议
  9. Goal 指令编写技巧

痛点：人工验收瓶颈

当前 Vibe Coding 的工作流：

传统 Vibe Coding 循环:

  你写 Prompt → AI 写代码 → 你运行看效果
       ▲                        │
       │                        ▼
    你给反馈 ← 你截图描述问题 ← 不满意？
       │
       ▼
  AI 修改代码 → 你再运行看效果 ...
       │
       └── 无限循环，你就是瓶颈

核心问题：每一步都需要你亲自运行、截图、描述问题、给出反馈。你就是整个循环里唯一的验收人，根本离不开。

Goal 功能是什么

Goal（目标）功能让 AI 自己当验收人：

开启 Goal 后的循环:

  你写 Goal Prompt → AI 写代码 → AI 自己运行
                          │           │
                          ▼           ▼
                    AI 自己检查效果 ← AI 自主验收
                          │
                    满足目标？──Yes──→ 交付
                          │
                         No
                          │
                          ▼
                    AI 自我修正 → 继续循环

一句话：你设定「完成是什么样子」，AI 自己执行、自己对照标准、自己修正，直到满足条件。

现实案例： - 开发者 Jasper 给 Codex 设了一个 Goal，AI 后台连续跑了 30+ 小时，用 Brainfuck 语言写了 600 多万行代码，搞出一个完全可玩的毁灭战士游戏 - 有人为了不打断 AI 长达 45 小时的 Goal 运行循环，连每天重启电脑的习惯都戒了

核心机制：自主验收循环

Goal 的核心是一个三阶段自动化循环：

┌─────────────────────────────────────────┐
│            Goal 自主循环                  │
│                                         │
│  Phase 1: EXECUTE（执行）               │
│  ├── AI 根据目标编写/修改代码            │
│  └── 产出可运行的代码文件                │
│                                         │
│  Phase 2: VERIFY（验证）                │
│  ├── AI 运行程序                         │
│  ├── AI 打开浏览器查看效果               │
│  ├── AI 运行测试套件                     │
│  └── AI 对比目标标准                     │
│                                         │
│  Phase 3: CORRECT（修正）               │
│  ├── 不满足 → 回到 Phase 1              │
│  └── 满足 → 交付给用户                  │
└─────────────────────────────────────────┘

关键变化： - ❌ 没有 Goal：每步等你判断 - ✅ 有 Goal：AI 自己判断是否达标

Claude Code 的 Goal 实现

Claude Code 使用 --goal 参数启动 Goal 模式：

# 基本用法
claude --goal "你的目标描述"

# 示例
claude --goal "创建一个 Pokemon 倖存者游戏，使用 Canvas，包含升级系统、进化机制、死亡/获胜结算"

Claude Code Goal 特点

  • 透明 Token 报告：完成后告知消耗了多少 tokens
  • 详细执行日志：每个步骤（写代码、测试、优化）都有输出
  • 浏览器自动测试：使用 Chrome 打开文件，自动游玩测试
  • 问题自发现：主动发现升级文字偏差、进化特效、死亡重置逻辑等问题并修复
  • 闭环验证：所有系统测试通过后才交付

Codex 的 Goal 实现

Codex 使用 /goal 指令：

# 在 Codex 会话中
/goal "创建一个 Pokemon 倖存者游戏，使用 Canvas，包含升级系统、进化机制、死亡/获胜结算"

Codex Goal 特点

  • 简洁输出：完成只说 "OK 整个耗时"，不报告 token 数
  • 完整审计：写代码 → 检查文件 → 测试 → 调整 → 验收
  • 底层优化导向：生成的代码更关注性能和算法效率

实战对比：Pokemon 倖存者游戏

同一套 Goal 指令，分别让 Claude Code 和 Codex 自动生成一个完整的 Pokemon 倖存者网页游戏。

速度对比

维度 Claude Code Codex
耗时 5 分 18 秒 5 分 01 秒
Token 报告 ✅ 24,000 tokens ❌ 未报告
速度差异 - 快 ~17 秒

执行过程对比

Claude Code： 1. 设置好 Git 仓库 2. 构建 HTML 文件 + 游戏代码 3. 用 Chrome 打开文件，自动游玩测试 4. 发现问题（升级文字偏差等）→ 自行优化 5. 测试进化特效、死亡重置逻辑等 6. 所有系统验证通过 → 交付

Codex： 1. 写出稿代码 2. 检查文件 3. 测试、调整、验收 4. 完成交付

产品体验差异

维度 Claude Code Codex
初始怪物数量 合理（用户体验好） 过多（一级就满屏怪）
游戏平衡 更注重玩家体验 更注重功能完整性
死亡/获胜结算 ✅ 完整 ✅ 完整
皮卡丘进化 ✅ 进化为雷丘 ✅ 进化为雷丘

代码质量对比：底层思维差异

视频通过对比两者的源码，揭示了产品思维 vs 极客思维的根本差异。

差异一：怪物数量控制（防卡顿）

Claude Code（产品思维）：

// 在主循环里写死限制
if (当前怪物数 > 200) {
    删除最新刷出的怪物;
}
  • ✅ 简单直接
  • ❌ 怪物凭空消失，玩家体验奇怪

Codex（极客思维）：

// 全局配置字典
const CONFIG = {
    maxMonsters: 100,
    maxParticles: 50,
    maxExperience: 1000,
    // ...所有上限参数集中管理
};

// 在生成函数里源头拦截
function spawnMonster() {
    if (当前怪物数 >= CONFIG.maxMonsters) return;
    // 生成怪物...
}
  • ✅ 全局配置，修改方便
  • ✅ 源头拦截，不会凭空消失
  • ✅ 成熟稳定的架构

差异二：距离计算（CPU 性能优化）

Claude Code（标准前端）：

// 直接调用原生函数计算绝对距离
const distance = Math.sqrt(
    (x2 - x1) ** 2 + (y2 - y1) ** 2
);
  • ✅ 数学正确
  • ❌ 涉及开平方根，每秒几十次的高频循环中消耗 CPU

Codex（底层优化）：

// 手写距离平方函数，避免开方运算
function distanceSquared(a, b) {
    return (a.x - b.x) ** 2 + (a.y - b.y) ** 2;
}

// 碰撞体积也做平方处理
const hitRadiusSquared = hitRadius * hitRadius;

// 比较：距离平方 < 碰撞半径平方
if (distanceSquared(monster, player) < hitRadiusSquared) {
    // 碰撞！
}
  • ✅ 完全绕过开平方根运算
  • ✅ 大量节约 CPU 算力开销
  • ✅ 游戏开发经典优化技巧

思维差异总结

Claude Code                        Codex
┌──────────────────┐              ┌──────────────────┐
│  产品经理思维      │              │  资深极客思维      │
│                   │              │                   │
│  "用户会用这个"    │              │  "CPU 会跑这个"    │
│  "体验要流畅"      │              │  "算法要极致"      │
│  "代码要可读"      │              │  "性能要压榨"      │
│                   │              │                   │
│  适合：业务开发    │              │  适合：底层/性能   │
│  商业化产品        │              │  游戏/算法密集型   │
└──────────────────┘              └──────────────────┘

选择建议

场景 推荐 原因
商业 Web 应用 Claude Code 产品思维，用户体验优先
SaaS 产品开发 Claude Code 业务逻辑处理更完善
游戏开发 Codex 底层性能优化更强
算法密集型 Codex 极致性能压榨
快速原型 两者均可 速度差异不大
需要透明成本 Claude Code Token 消耗可见

Goal 指令编写技巧

好的 Goal 指令 = 清晰的完成标准。编写原则：

❌ 差的 Goal:
"帮我写个游戏"

✅ 好的 Goal:
"创建一个 Pokemon 倖存者网页游戏：
1. 使用 HTML Canvas 渲染
2. 玩家控制皮卡丘，WASD 移动
3. 怪物自动追踪玩家
4. 击杀怪物获得经验值，升级提升属性
5. 10 级时皮卡丘进化为雷丘
6. 生存 5 分钟 → 获胜结算
7. 死亡 → 显示等级、击杀数、生存时间
8. 使用浏览器打开测试，确保所有功能正常"

关键要素： - ✅ 明确的技术栈 - ✅ 可量化的完成条件 - ✅ 具体的功能清单 - ✅ 验收标准

总结

Goal 功能的本质是把「人工验收」这个最后的瓶颈也自动化了。Claude Code 和 Codex 在实现上各有侧重：

  • Claude Code：产品经理视角，注重用户体验和代码可读性，适合商业应用开发
  • Codex：资深工程师视角，注重底层优化和极致性能，适合游戏/算法开发

两者的 Goal 模式都值得在实际项目中使用——设定好目标，让 AI 自主跑完整个开发循环，把精力留给更核心的产品决策。

参考资料

相关笔记