OpenAI把Codex塞进Claude Code，AI编程工具战打响平台化第一枪
仓库名叫 openai/codex-plugin-cc，owner 是 OpenAI，发布时间是 2026 年 3 月 30 日。但这个插件不是给 Codex 用的——它是一个Claude Code 插件。
OpenAI，给竞争对手 Anthropic 的产品发布了一个官方插件。把自家的 Codex，主动送进了对手的生态里。
我想了一会儿，这件事比表面看起来复杂得多。
codex-plugin-cc 能做什么
安装之后，开发者在 Claude Code 里可以用几个新的 slash 命令直接调用 Codex。
/codex:review 针对未提交的改动或分支 diff 跑一遍代码审查，只读模式，不会动你的代码。支持 --base main 指定基线分支，--background 后台执行。
/codex:adversarial-review 是更激进的那个，专门找茬。质疑设计的隐含假设、挑战权衡取舍、挖掘潜在失效模式，可以用 --focus 指定重点风险方向，比如 auth、data-loss、race-conditions。
/codex:rescue 是把整个任务移交给 Codex 去做，调查 bug、尝试修复、继续上次没做完的任务都行。加 --model gpt-5.4-mini 可以控制成本。
配套还有 /codex:status（查进度）、/codex:result（取结果）、/codex:cancel（取消任务）。
典型工作流：在 Claude Code 里写完一段实现，跑一句 /codex:review --base main --background，不等它，继续干别的，需要时 /codex:result 取回来看。Claude 负责实现，Codex 负责挑毛病。
还有个实验性功能值得关注
插件里有一个叫 Review Gate 的实验功能，运行 /codex:setup --enable-review-gate 开启后，会启用 Claude Code 的 stop hook。意思是：每次 Claude Code 完成一个任务准备收工，Codex 会自动拦截做一轮审查，如果发现问题，输出会被卡住，直到问题修复。
README 里专门加了一条警告：两个大模型对话的循环会快速消耗用量上限，这个功能只建议在人工监督下开启。
Claude 写代码、Codex 审代码、循环直到通过——这套流程不是 OpenAI 新发明的，社区早就有人在做了。但官方亲自下场，意义完全不一样。
OpenAI 为什么要这么做
先说市场现实。Claude Code 到 2026 年初的年化收入已经约 25 亿美元，占 GitHub 公开提交的大约 4%，日均约 13.5 万次提交。它在开发者工作流里已经是事实上的主力工具。
Codex 也有 200 万周活跃用户，但打法不一样——它的优势在云端沙箱自主执行和企业治理，跟 Claude Code 那种本地优先的路子是两种产品形态。
所以 OpenAI 不是在等 Claude Code 的用户迁移过来，而是主动跑进对手的生态，在里面埋一个 Codex 的触点。即使开发者继续以 Claude Code 为主，每一次插件触发的审查和任务委托，都会产生 Codex 的实际用量。
Codex 是按用量计费的。这个策略的逻辑很简单：零用户获取成本，增量计费，跨平台插件是极低风险的收入扩张。
这是一步很老练的棋。
这件事真正意味着什么
AI 编程工具的竞争，正在从"谁的模型更强"转变成"谁的生态更好用"。
在这之前，社区已经出现了很多在 Claude Code 插件里调用 Codex 或者 Gemini 的实现。有人写 SKILL.md 手动触发，有人搞了 Stop Hook 自动拦截，GitHub 自己也发布了 Agent HQ，可以在同一个仓库里同时启动 Copilot、Claude 和 Codex 进行对比。"在任意 Agent CLI 里调用任意 Agent"这个模式，实际上已经被开发者社区验证通了。
OpenAI 这次发布官方插件，是第一次有主流 AI 公司正式认可并参与这个模式——我有模型，你有用户，大家可以合作共存。竞争不一定要打到你死我活，平台互通本身就可以是商业模式的一部分。
这也意味着，对开发者来说，"选一个主力 Agent CLI，用插件补齐缺口"已经成为一个可行的多 Agent 工作方式。不必再纠结 Codex 和 Claude Code 到底选谁——两个可以一起用，各干各擅长的事。
我更感兴趣的是下一步：Anthropic 会不会给 Codex 发一个反向插件？Google 呢？当跨平台集成变成双向的，AI 编程工具的竞争维度会完全变掉——从模型能力，变成谁的插件生态更成熟、更值得信任。
如果你想试试
前置条件是 Node.js 18.18+，以及一个 ChatGPT 账号（含免费版）或 OpenAI API Key。在 Claude Code 里依次运行：
/plugin marketplace add openai/codex-plugin-cc /plugin install codex@openai-codex /codex:setupcodex:setup 会检测 Codex CLI 有没有装，没装会提示你安装。认证走 !codex login，ChatGPT 账号或 API Key 都行。
有几点注意：Claude Code 和 Codex 是两套独立的用量上限，要分开管理。/codex:rescue 默认会让 Codex 自主选模型，gpt-5.4 按量计费，如果不想超预算，记得加 --model gpt-5.4-mini 或者 --model spark。
Review Gate 那个实验功能，建议先别开。等你对整个流程有感觉了再试，不然两个模型互相传球，用量消耗会很快。
codex-plugin-cc 从技术层面来说确实没什么特别新的东西，就是把 Codex CLI 包了一层。但它的象征意义远大于功能本身。这是第一次，一家 AI 公司主动用官方资源，为竞争对手的产品搭桥。
AI 编程工具战，正式进入了平台化阶段。
学习资源推荐
如果你想更深入地学习大模型，以下是一些非常有价值的学习资源，这些资源将帮助你从不同角度学习大模型，提升你的实践能力。
一、全套AGI大模型学习路线
AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！
因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取
二、640套AI大模型报告合集
这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示
因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取
三、AI大模型经典PDF籍
随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。
因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取
四、AI大模型商业化落地方案
作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。