Codex、Claude Code、Cursor：AI Coding Agent 的三座燈塔，誰會活到最後？

TL;DR

• OpenAI Codex 產品負責人 Alexander Emberikos 上 20VC，聊了很多關於 AI coding agent 競爭格局的真話
• 人類打字速度和驗證工作，才是通往 AGI 的真正瓶頸，不是模型、不是算力
• Cursor 的策略是「在用戶原本的工作流上加 AI」，這招在企業端非常有效
• Codex 押注的是「先讓每個人都會用，再往上疊自動化」，走的是 ChatGPT 的路線
• SaaS 沒有死，但如果你的公司只是個「膠水層」，沒有掌握客戶關係或 system of record，那確實該緊張了

---

先說為什麼要寫這篇

最近我自己在用 Claude Code 搭一個文章素材自動化取材並自動轉錄的 pipeline 系統（對，就是你現在讀到的這篇文章，也是這個系統產出之一），過程中深刻體會到 AI coding agent 的生產力有多誇張。然後剛好聽到 20VC 這集 Harry Stebbings 訪問 OpenAI Codex 的產品負責人 Alex Emberikos，裡面講了很多我自己也在思考的問題，整理一下。

老實說，我覺得這場訪談最有價值的不是「誰會贏」這種標題黨結論，而是 Alex 對 AI 產品策略的思路。他是從 Dropbox 出來的，經歷過 Slack 怎麼用「讓人就是想用」的引力場幹掉一堆生產力工具的歷史，這個經驗很明顯影響了他現在做 Codex 的方式。

人類的打字速度才是瓶頸？

Alex 拋了一個很有意思的觀點：通往 AGI 的最大瓶頸，不是模型能力、不是 compute、不是架構，是人類的打字速度跟驗證工作。

聽起來像在開玩笑，但仔細想想確實是這樣。你一天用 AI 幾次？30 次？50 次？但理論上 AI 可以 24 小時不間斷幫你，你的瓶頸是你懶得打那麼多 prompt，而且你根本想不到所有 AI 能幫你的地方。

他說 OpenAI 內部的工程師已經到了「開會的時候如果 Codex 沒在跑，就覺得在浪費時間」的狀態。但即便這樣，他們一天也就用個幾十次。Alex 認為 AI 應該是幫你幾萬次的等級。

這個觀察讓我想到一件事：我們現在用 AI 的方式，就像 1995 年用網路的方式。你得主動打開瀏覽器、打網址、搜尋。未來的 AI 應該像空氣一樣，你不需要「啟動」它，它就在那裡，知道你的 context，在適當的時候冒出來幫忙。

三家的策略差異，其實很清楚

聽完這集，我覺得三家的定位可以用一個比喻來理解：

Cursor 就像是把你原本開的那台車，換了一顆更好的引擎。你的方向盤、座椅、後視鏡都沒變，但加速變快了。你切過去幾乎零成本，什麼都不用重新學。Alex 自己都承認，Cursor 在企業端出現的頻率比 Claude Code 還高。

Claude Code 走的是另一條路。Anthropic 的策略是直接丟一個 terminal 工具給你，零設定，打開就能用。Alex 很明確地說這是他從 Claude Code 學到最大的一課。但他也認為 Claude Code 過度依賴 CLI 介面，對非 power user 不友善，限制了它的擴展性。

Codex 的野心最大。他們不只要做 coding agent，他們要做「你跟任何 AI 互動的那個入口」。所以他們蓋了一個獨立的 app，故意不放文字編輯功能，就是要你習慣「委派」而不是「配對」。這是一個很刻意的產品決策。

從 pair programming 到 delegation，工作方式正在質變

這點我感受特別深。Alex 說 GPT 5.2 Codex 是一個分水嶺。在那之前，你跟 AI 的關係是 pair programming，你還是得坐在電腦前，手放在鍵盤上，AI 處理小事，你掌控方向。

5.2 之後，他們切換到 delegation 模式。你跟 AI 討論計畫、確認 spec，然後就放手讓它去做。你可以同時委派多個 agent 做不同的事。

我自己搭 pipeline 系統的時候就是這種感覺。我告訴 Claude Code 我要什麼架構，討論完之後它自己去寫，寫完我 review。效率的量級完全不同。

Alex 說 OpenAI 內部現在大部分人已經不開 IDE 了。如果有人開 IDE，通常也只是在定義模組之間的介面，然後讓 AI 去填實作。程式碼本身已經不是人在寫了。

這句話如果在兩年前聽到，我大概會覺得在吹牛。但現在我自己親身體驗過之後，覺得他說的是實話。

那 SaaS 是不是真的死了？

Harry 問了一個很多投資人在意的問題：大型 SaaS 公司的營收持久性是不是歸零了？

Alex 的回答我覺得非常清醒。他說判斷標準很簡單：

1. 這家 SaaS 公司有沒有擁有跟客戶的關係？有的話，不會消失。
2. 有沒有擁有重要的 system of record（系統紀錄）？有的話，可能比以前更重要。
3. 如果兩個都沒有，只是一個「膠水層」？那就要緊張了。

他舉了 Salesforce 和 ServiceNow 的例子。這兩家股價跌了 20-40%，但 Alex 認為不應該跌這麼多。反過來，他含蓄地暗示 Dropbox 的處境比較危險（他自己是 Dropbox 校友，這話說得很有分寸）。

我的看法跟他差不多。Monday.com 那種東西，你能用 AI vibe code 一個 to-do list 出來嗎？可以。但你真的會這樣做嗎？搞到好、客製化完、維護下去的成本，其實不見得比付月費划算。

但 customer support 這個品類，他直接說了：AI 會來吃掉這塊。

對 CS 學生的建議，也適用於所有想進 AI 產業的人

訪談最後 Alex 給了一段對工程師新鮮人的建議，我覺得講得很好。

他說現在是當工程師最好的時代，因為工具太強了，你 ramp up 進一個新 codebase 的速度前所未有的快。但也因為 build 變容易了，真正稀缺的東西變成了三個：agency（主動性）、taste（品味）、quality（品質）。

他的建議是：去 build 東西，展現你的主動性和品味，做出高品質的東西，然後分享出來。有人帶著自己的想法和專案連結寫信給他，比投一封正常的履歷有用太多。

這跟我一直以來的觀察一致。在 AI 時代，「能寫 code」已經不是差異化因素了。差異化在於你知道該 build 什麼，以及你能不能把它做到別人想用的程度。

我的判斷

三家短期內不會分出勝負。Cursor 握著企業端的慣性優勢，Claude Code 握著開發者社群的狂熱愛好，Codex 握著 ChatGPT 的超級分發能力加上自己訓練模型的護城河。

但如果要我猜五年後的格局，我傾向認為會收斂到兩三家。Alex 講了一個很有說服力的邏輯：當 agent 從只會寫 code，進化到能處理所有知識工作的時候，你不會想在公司裡管 12 個不同的 agent。你會想要一個入口，跟它說什麼它都懂。在那個世界裡，誰擁有最大的用戶基數和最強的模型，誰就有最大的引力場。

這場仗還早得很，但方向已經很清楚了。

想看更多 AI 產業觀察和技術踩坑心得，歡迎訂閱 wilsonhuang.xyz，我會持續更新。