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¶

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¶

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¶

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¶

• YouTube: BNY Goal 功能深度对比
• Claude Code 官方文档
• OpenAI Codex CLI

相关笔记¶

• [[Claude Code]]
• ../AI/Google Antigravity - Agent-First IDE 开发平台
• [[AI 编码 Agent 生态]]
• PrintingPress - AI Agent 原生 CLI 生成器