Поставил Codex проверять Claude Code. Три раза подряд он ответил «всё отлично» на кривую страницу

У меня на одном Маке живут два ИИ-агента: Claude Code и Codex. Это программы, которые сами открывают папку с проектом, правят файлы и запускают команды. Идея была простая: один делает, второй проверяет. Два мозга лучше одного, все дела.

Claude Code трижды собрал мне страницу не так, как я просил. Codex все три раза посмотрел и сказал, что всё хорошо. Я не шучу, он прямо был доволен.

Возможности у агентов почти одинаковые, так что роли я раздал по опыту: кому что удавалось без нянек. Claude Code получает длинные задачи с кучей правил: собрать страницу, провести текст через несколько шагов, написать в нужном голосе. Codex рисует картинки (по подписке, без оплаты за каждую), проверяет работу первого и крутит фоновые задачи на сервере.

Три версии страницы от Claude Code я забраковал: слабый заголовок, вялый текст, кривые блоки. Каждую я отдавал Codex с просьбой проверить. И каждый раз он был доволен: находил пару лишних слов, хвалил ритм фраз и делал вывод, что страница в порядке. Про заголовок, из-за которого я её и выкинул, ни слова. Три раза подряд.

Потом стало понятно, как он проверял: смотрел на отдельные слова и ритм. Слабый заголовок, кривые блоки и вялый текст в целом в его проверку просто не попадали.

Потом я устроил ему экзамен: дал несколько заголовков без пометок, какой мой любимый, и попросил выбрать лучший. Codex дважды поставил выше вариант, который я выкинул, а принятый — ниже. Два случая на статистику не тянут, но судья вкуса у меня теперь один, и это я.

А если дать Codex на проверку всю папку проекта, он уходит минут на десять и возвращается с пустыми руками. Как стажёр, которого отправили изучить документацию.

У Claude Code есть файл с правилами проекта, CLAUDE.md. Агент читает его в начале каждой сессии. Я записал туда правило по работе с текстами, и Claude Code нарушил его три раза подряд на одной и той же странице.

Я пошёл ругаться в документацию и выяснил, что ругаться не на кого. Anthropic прямо пишет, что такие файлы для агента — контекст, примерно как совет коллеги. И советует держать файл короче 200 строк: чем он длиннее, тем хуже агент его соблюдает. То есть правило в файле — это вежливая просьба. Агент её услышал и решил по-своему.

Если что-то нужно запретить по-настоящему, документация советует хук: маленькую программу, которая срабатывает перед командой агента и может её остановить.

Codex рисует мне обложки. Мой скрипт забирал из общей папки самый свежий файл и ставил его в статью. Однажды в соседнем окне в это же время рисовали рекламный баннер для другого проекта. Угадайте, что уехало обложкой в статью.

Теперь скрипт берёт только файл, который назван в выводе именно этого запуска. Мелочь, но чужой баннер вместо обложки мне хватило увидеть один раз.

Оба агента работают по подписке с лимитами. У Claude Code, по прайсу Anthropic, лимиты считаются в пятичасовом окне, а на платных тарифах есть ещё и недельные. Чат, приложение и сам Claude Code едят из одной миски. У Codex всё похоже: тоже пятичасовые и недельные лимиты, и тоже один общий запас на всё, что он делает у вас на компьютере и в облаке.

На практике это выглядит так. Недельный лимит Claude Code кончился посреди ночной задачи, и задача не выполнилась. Ждать сброса я не стал: отдал ту же задачу Codex с тем же промптом. В другую ночь в лимит упёрся уже Codex, а без его обложки статья не выходит. Выпуск встал.

Бонус про деньги. Раньше Claude Code вёл всю ночную работу одним длинным разговором на все статьи. Переписка разрасталась так, что каждая следующая статья стоила дороже предыдущей: шестая съедала втрое больше лимита, чем третья, потому что модель на каждом шаге перечитывает всё, что было раньше. Теперь на каждую статью отдельный запуск.

Всё, что нельзя откатить (публикация, удаление, оплата), закрываю кодом, а не правилом в файле. А проверку прошу делать по пунктам исходного задания: на просьбу посмотреть, всё ли нормально, проверяющий отвечает вежливой похвалой.

Замеров качества у меня нет, есть только мои задачи и мои шишки. Новичку важнее всего, как быстро начать.

Я бы начинал с Codex: он входит во все тарифы ChatGPT, включая бесплатный, и подключается проще. Claude Code с первого дня требует платной подписки: по прайсу Anthropic это Pro за $20 в месяц или Max от $100. А из России к этому добавляется квест: Anthropic у нас официально не работает, так что нужны иностранная карта и аккаунт, который не отвалится в неудачный момент. Это лучше решить заранее, а не в ночь дедлайна.

Освоили одного — на второго переедете за вечер. А если поставите обоих, не делайте одного начальником другого. Проверяющий агент, как выяснилось, очень хочет вам понравиться.