我为什么开始让 Claude 和 Codex 跨 CLI 协作

我为什么开始让 Claude 和 Codex 跨 CLI 协作

最近我做了一件看起来有点绕的事：让 Claude Code 和 Codex 在同一个本地项目里协作。

我最开始只是想验证一件事：既然我平时已经在不同 CLI 里用不同 AI 工具，能不能让它们别各干各的，而是形成一个更稳定的工作流？

实际跑下来，我明显感觉到它不是简单的"多开一个模型"。更像是一个人写，另一个人盯着；一个负责推进，另一个负责挑错；一个更适合长上下文写作和改稿，另一个更适合按文件、命令、权限和验证去卡边界。

我为什么会想尝试跨 CLI 协作

一开始不是为了炫技。

我遇到的问题很具体：一个 CLI 做完整个任务之后，我还是要花不少时间复查。

写文章时，它可能结构已经不错，但语气太像方法论文档；技术判断可能写得太满；涉及产品时可能不小心像广告。写代码时也一样，功能可能能跑，但 diff 里会混入我没要求改的文件，或者测试过了但改动范围已经变宽。

这类问题靠"再提示一次"可以缓解，但不稳定。因为同一个 CLI 在长对话里既要写、又要审、又要记住用户口吻、又要注意技术边界，角色会混在一起。它刚刚还在努力把正文写顺，下一秒又要站出来否定自己，这件事并不总是可靠。

所以我开始想：能不能把角色拆开？

Claude 负责主产出。Codex 负责审查。中间不要靠我复制粘贴来回传，而是让它们通过本地文件交接任务和反馈。

这个想法很朴素：不是让 AI 自主创业，而是让两个 CLI 分别做自己更适合的部分。

跨 CLI 协作真正带来的优势

我现在最看重的优势有四个。

第一，角色更清楚。

当 Claude 是主笔时，我就要求它把事情写完整、写顺、写得像真实开发者复盘。它不用同时扮演严苛审稿人。Codex 拿到稿子后，只做一件事：判断能不能发，哪里有问题，下一轮必须改什么。

这个分工很像真实工作里的作者和 reviewer。作者不需要每句话都停下来怀疑自己，reviewer 也不需要从零写全文。

第二，反馈能留下痕迹。

我用的是文件桥接，所以每一轮都有文件记录：

.agent-bridge/
  claude-inbox/
  codex-inbox/
  shared/
  status.md

一次审稿请求、一次反馈、一次 ready 结论，都会变成一个带日期和版本号的 Markdown 文件。比如：

2026-05-18-article-01-review-request.md
2026-05-18-article-01-review-feedback-v1.md
2026-05-18-article-01-final-review-ready.md

这比聊天窗口里翻历史稳定得多。中断了、换会话了、第二天继续，都可以从 status.md 和 inbox 文件恢复。

第三，质量门禁更硬。

Codex 审稿时不是泛泛说"不错"。它会直接给判断：

not ready
almost ready
ready
tiny cleanup before ready

它会指出具体问题：某个数据没有证据，某个模型名像编造，某段安全边界太宽，某个结尾像运营话术。对代码任务也是同一个思路：改了哪些文件、有没有越界、验证有没有跑、跑不了要说明原因。

这比我自己看一遍更省心，因为它承担的是固定的"挑错角色"。

第四，长任务更容易拆成连续迭代。

我用这套方式连续做完了三组文章：8 篇上下文成本系列、8 篇 Agent 工作流系列、6 篇 Skill 系列。每篇文章都是 draft -> review -> revise -> final ready。单看一篇文章，这只是多了一层审稿；连续做 22 篇之后，差异就很明显了：系列口径更稳，重复内容更少，风格更一致，后续发布元数据也能继续让另一个 CLI 检查。

这就是跨 CLI 协作的价值：它不是让单次回答更炫，而是让长链路任务更可控。

跨 CLI 协作有哪些方式

我最开始也不是直接选文件。那时我先问了一个更底层的问题：两个已经运行的 CLI，到底怎么通信？

当时考虑过三种方式。

第一种是 Socket。

Socket 的好处是实时。你可以做一个真正的双向通信服务，两个 CLI 都连进来，消息可以更快同步。

但它适合的是你愿意专门维护一个桥接服务的场景。比如你要做一个长期运行的本地 Agent 控制台，或者要把多个工具接到同一个调度器里。对我当时的需求来说，它有点重：我只是想让两个已经运行的 CLI 协作完成任务，不想先搭一套服务。

第二种是 Pipe 或 TTY。

这个思路更像直接接管进程输入输出。理论上可以把一个 CLI 的输出喂给另一个 CLI。

问题是，pipe 更适合父子进程，或者一开始就设计好的 stdin/stdout 管道。Claude 和 Codex 是两个已经启动的独立 CLI，会话、权限、交互状态都不一样。TTY 注入也不等于稳定协议，出了问题很难追踪。

所以这条路我很快就放弃了。

第三种是 File，也就是共享文件。

这最后成了我采用的方式。

原因很直接：两个 CLI 都能读写同一个工作区。任务写成文件，反馈写成文件，状态写成文件。失败了也不会丢，第二天继续也能看懂。

它不实时，但稳定。

对我这种"人控制节奏、两个 CLI 分工协作"的模式来说，稳定比实时更重要。

简单总结一下：

方式	更适合什么场景	我为什么没选或选择
Socket	长期运行的协作服务、多 Agent 控制台、需要实时通信	适合实时双向通信，但当时太重
Pipe / TTY	预先设计好的命令链、父子进程、一次性自动化	对两个独立 CLI 不稳
File	本地项目协作、长任务留痕、人工控制节奏	简单、可恢复、可审计，所以我选它

我最开始是怎么尝试的

最早的一步很小：我先让 Claude 尝试和一个已经运行的 Codex 进程通信。

那是一个我已经启动好的 Codex 进程。我先让 Claude 分析能不能直接通信，又让它比较 socket、pipe、file 三种方式。后来我把 Codex 的回答贴给 Claude，Codex 明确建议用共享文件。

于是我建了一个目录：

.agent-bridge/
  codex-inbox/
  claude-inbox/
  shared/
  status.md

然后做 handshake。

Codex 写一个任务给 Claude：

请确认你能读取 .agent-bridge/codex-inbox/
并把 ACK 写到 .agent-bridge/shared/

Claude 写回 ACK。

这一步很关键。它证明了两件事：

1. Claude 能读 Codex 写的任务。
2. Claude 能把结果写到双方都能看的目录。

通信通了之后，我才开始让它们做真实任务。

我后来怎么用到实际项目里

最先落地的是内容生产。

我当时在做一个产品的内容推广，需要写一组技术文章。这个任务有几个特点：

• 一篇文章写完不难，难的是连续多篇保持口径一致。
• 文章不能像 AI 生成稿，要像真实开发者复盘。
• 技术判断不能太绝对。
• 涉及产品时不能写成广告。
• 涉及产品能力时，还要注意只讲用户能理解的边界，不展开内部实现细节。

这正好适合拆成两个角色。

Claude 做主笔。它根据项目背景、历史记录和文章大纲起草正文。

Codex 做审稿。它检查主题、结构、事实风险、技术边界、语气和是否 ready。

一轮真实请求大概是这样：

# Review Request: Article 01

From: Claude
Article: knowledge-articles/series-ai-context-cost/01-ai-request-cost-and-context-waste.md
Status: Draft v1

请从主题聚焦、叙事结构、逻辑质量、事实风险、可读性、转化点这些维度审查。

Codex 的反馈不是泛泛润色，而是会指出具体问题：

• "一半 token 都在浪费"没有证据，要改成更稳的表达。
• "三个工具都往同一个模型发请求"技术上不严谨，要改成同一类 API 预算。
• "本地代理"这类表述容易引发安全误解，要说明这是本机调试场景，不建议随便代理敏感流量。
• 结尾不能出现"转化钩子预告"这种编辑标签。

Claude 按反馈改 v2。Codex 再审。直到 ready。

这个模式后来跑得很顺：文章、系列一致性、发布元数据、B 站视频脚本，都可以沿用同一套流程。

它也可以迁移到开发任务里。比如一个 CLI 负责改代码，另一个 CLI 负责 review diff：

执行 CLI：
- 读取需求
- 定位文件
- 修改代码
- 运行允许范围内的验证
- 写出改动摘要

审查 CLI：
- 检查是否改了不该改的文件
- 检查测试/类型检查是否真的执行
- 检查边界条件和回退方案
- 给出是否可合并的判断

我现在更愿意把它看成一个本地版的"开发者 + reviewer"组合，而不是两个模型抢着干活。

这个方式最容易踩的坑

跨 CLI 协作不是没有问题。

第一个坑是方向容易搞反。

目录名字必须约定清楚。我的约定是：

codex-inbox   # Claude 读，里面是 Codex 给 Claude 的内容
claude-inbox  # Codex 读，里面是 Claude 给 Codex 的内容

刚开始看会有点绕，但只要记住"谁收件谁读"就行。

第二个坑是两个 CLI 不能同时乱改同一批文件。

写文章时问题不大，因为 Claude 负责改正文，Codex 只写反馈。但如果迁移到代码开发，就必须加锁或至少写清当前谁有写权限。否则两个 CLI 同时改一个文件，冲突会很麻烦。

第三个坑是反馈必须结构化。

如果 Codex 只写"建议再优化一下"，Claude 下一轮很容易自由发挥。反馈必须写到这种程度：

Blocking Issues:
- 哪个文件
- 哪一段
- 为什么有风险
- 建议怎么改

Required Next Output:
- 修改哪个文件
- 写到哪个 review request
- 是否只做 tiny cleanup

第四个坑是状态要持续更新。

status.md 不能只在开始时写一下。它要记录当前任务做到哪了、谁在等谁、哪些文件已经 ready。否则一旦 CLI 会话断了，恢复成本会很高。

后续可以往什么方向优化

现在这套方式能用，但还比较手动。

如果继续往下做，我觉得重点不是让它更"智能"，而是让这套协作更省心、更少依赖人工翻文件。

第一，任务文件可以自动生成。

现在写 review request 还要手动建 Markdown。后面可以做一个小 CLI：

agent-bridge request \
  --to claude \
  --task cross-cli-article-review \
  --file knowledge-articles/cross-cli/01-claude-codex-cross-cli-collaboration.md

它自动生成带日期、版本号、路径和检查项的请求文件。

第二，状态可以自动汇总。

现在 status.md 是人工维护。后面可以让工具扫描 inbox 文件，自动生成：

• 当前待 Claude 处理的任务
• 当前待 Codex 处理的任务
• 哪些任务 ready
• 哪些任务还卡在 v2 / v3

这样恢复会话时不用翻一堆文件。

第三，代码协作需要更明确的 lock。

文章任务可以先不用，但代码任务需要。比如：

.agent-bridge/locks/current-task.lock
owner: claude
scope:
  - src/settings/UserSettingsPanel.tsx
  - src/settings/useSettings.ts

另一个 CLI 看到 lock 后只能 review，不能改同一范围。

第四，审稿规则可以模板化。

现在规则散在 .claude/rules、.codex/rules 和 Skill 里。后面可以把不同任务的检查清单做成模板：

• 文章审稿模板
• 代码 diff review 模板
• 发布前安全检查模板
• 对外内容保密检查模板

每次发任务时只指定模板，减少重复描述。

第五，可以做一个轻量的终端面板。

我不需要复杂平台，只需要一个很轻的终端视图：

• 左侧：任务队列
• 中间：当前任务状态
• 右侧：最近反馈和 ready 结论
• 底部：涉及文件和验证结果

这会比手动打开几十个 Markdown 更直观。

我现在对跨 CLI 协作的判断

跨 CLI 协作最有价值的地方，不是"同时调用两个模型"。

表面上看，我是在让 Claude 和 Codex 一起工作。

本质上，我是在把一个长任务拆成几个稳定角色：谁负责产出，谁负责审查，谁记录状态，谁做最终判断。

这个拆分之后，AI 工具不再是一个对话窗口里什么都干的助手，而更像本地开发流程里的几个岗位：

• 一个写
• 一个审
• 一个留痕
• 人来拍板

这也是我觉得 1+1>2 的原因。

不是两个 CLI 叠加出了更强的模型，而是两个 CLI 被放到了更合适的位置上。位置对了，协作才会放大能力。

纯经验干货分享，为了帮助大家节省token使用量，分享给大家一个工具：

zengate.shiyuncs.com