39
0曾几何时，Claude Code 在 AI 编程领域是无可争议的王者。但为什么我最终选择订阅了每月近 200 美金的 OpenAI 高级会员，将“Codex” (泛指 OpenAI 的代码模型) 作为我的主力编程工具？
在本期节目中，我将分享过去这段时间，在消耗了海量 token 之后，我对不同 AI 编程模型的真实体感和心路历程。从 Claude Code 的王权陨落，到对 ChatGPT Plus、国产大模型 GLM、马斯克 Groq Code 的轮番测试，最终揭示我做出选择的深层原因。这不仅仅是一个工具评测，更是一次关于效率、成本和未来工作模式的深度思考。
本期重点 (时间戳)
- 00:00 开篇惊奇： 我为什么会为了“写代码”，每月花 200 美金订阅 ChatGPT Pro？
- 00:28 问题的核心： 在 Claude Code 统治 AI 编程领域的时代，为什么我会开始考虑 OpenAI？
- 01:06 转折点： Claude Code 的稳定性问题与限额政策，成为压垮骆驼的最后一根稻草。
- 01:50 柳暗花明： 在“弹尽粮绝”时，意外发现 GPT-5 Pro 在 IDE 中表现出色，开启了新的可能性。
- 02:27 第一次尝试： 20美金的 ChatGPT Plus 能否堪当大任？初体验的惊喜与“免费午餐不存在”的现实。
- 03:23 疯狂“压榨”： 轮番测试各大 AI 服务，包括国产大模型 GLM-4.5 和马斯克的 Groq Code Fast，体感如何？
- 05:01 终极对决： 回归核心问题——我们到底需要一个“量大管饱”的快速试错模型，还是一个“顶级 T0”的强大思考模型？
- 07:20 我的最终选择与理由： 为什么对于重度 AI 依赖的开发者来说，模型的“能力上限”远比成本更重要。
- 09:52 成本大盘点： 算一笔账，每月 200 美金的 all-in-one 方案，真的比东拼西凑更贵吗？
- 10:53 超越代码： 高级会员带来的不仅是无限代码弹药，更是工作流的全面增强。
核心观点
- 稳定性和可预测性是生产力的基石。 Claude Code 尽管在代码质量上依旧出色，但因服务不稳定和严格的限额，导致工作流频繁中断，最终被放弃。
- “能力上限”决定你的“产出上限”。 对于将大部分编程工作都交给 AI 的开发者而言，AI 模型的能力天花板直接决定了你能完成任务的复杂度和质量。一个顶级模型能解决的问题，是多个中端模型无法替代的。
- 顶级模型的核心价值是“省事”。 虽然顶级模型可能生成速度较慢，但其强大的理解和深度思考能力，能够一次性处理复杂、多步骤的指令，避免了反复调试和沟通的时间成本。
- AI 工具正在不断拔高我们的“野心”。 如今的入门级 AI 模型，其能力已远超几年前的顶尖模型。正因为工具的强大，我们才敢于去构想和实现过去无法想象的复杂功能。
- 综合成本考量，All-in-One 方案更具优势。 将多个零散的、功能单一的 AI 服务订阅费用加总，可能并不比一个功能全面的顶级会员便宜。后者还能统一工作流，提升整体效率。
提到的AI模型与工具
- OpenAI: ChatGPT-5 Pro / Codex
- Anthropic: Claude Code (Opus / Sonnet)
- 智谱AI: GLM-4.5
- xAI: Groq Code Fast 1.0
互动环节
听完我的分享，你现在的主力 AI 编程工具是哪一个？你更倾向于选择一个成本更低、可以快速试错的“性价比”模型，还是一个更昂贵但能力更强的“顶级”模型？欢迎在评论区留下你的看法和经验！
