Claude Code vs Codex CLI：AI编程助手API调用机制的逆向深度对比

针对claude.exe（225MB）与codex.exe（308MB）的二进制逆向剖析，映射出两种迥异的Agent协议设计理念。本文将从API调用机制到上下文管理策略，系统比较两种方案的架构差异与设计权衡。

引言

AI编程助手已成为众多开发者日常工作的标配工具。当我们在终端内输入“帮我修复这个bug”并按下回车键，背后究竟发生了怎样的技术流程？每一次工具调用，每一次“让我先看看这个文件”，各自对应着多少次API请求？每次请求是否都必须将完整的系统提示词重新发送一遍？

这些问题表面上是实现层面的细节，但实际上它们直接决定着推理速度、Token成本、上下文质量，以及为何在某些工具中能连续对话两小时，而在另一些工具中仅仅半小时便开始出现记忆衰退。

本文通过对Claude Code（Anthropic）与Codex CLI（OpenAI）两个二进制文件的逆向解析，试图对上述问题给出回答。

一、物理形态：两个二进制文件

两者的共同之处在于，它们都将自身编译为独立的可执行文件——不是Node.js包装器，不是Python脚本，而是包含完整运行时环境的原生二进制。这意味着无需安装Node、Python或其他运行时依赖，下载即可使用。

不过，它们的相似之处仅限于此。在API调用机制方面，两者做出了截然不同的选择。

二、核心差异：有状态 vs 无状态

2.1 Claude Code：无状态 HTTP，每次全量发送

Claude Code的每次API调用均是一个独立的HTTP POST请求：

POST https://api.anthropic.com/v1/messages
Authorization: x-api-key sk-ant-...
anthropic-version: 2023-06-01
Content-Type: application/json
​
{
  "model": "claude-fable-5",
  "system": "You are Claude... [~8000 tokens 的系统提示词]",
  "messages": [
    {"role": "user", "content": "帮我修复这个 bug"},
    {"role": "assistant", "content": [
      {"type": "tool_use", "name": "Grep", ...}
    ]},
    {"role": "user", "content": [
      {"type": "tool_result", ...}
    ]},
    // ... 完整历史 ...
  ],
  "tools": [/* ~50+ 工具定义，每个包含完整 JSON Schema */],
  "max_tokens": 32000,
  "thinking": {"type": "enabled", "budget_tokens": 16000}
}

关键特征：

1. 每次请求都携带完整上下文：系统提示词、工具定义、完整对话历史——全部重新发送
2. 服务端无状态：每个请求之间没有关联，服务端不维护任何会话状态
3. Prompt Caching 补偿：Anthropic 的服务端缓存机制将重复的系统提示词成本降低约 90%

2.2 Codex CLI：有状态 WebSocket，TurnStart/TurnSteer 分离

通过对codex.exe二进制的逆向分析，我们发现它实现了一个精巧的有状态协议，核心是两个消息类型：

TurnStartParams（20 个字段）——创建会话

TurnStart 请求 = {
    clientUserMessageId: string,       // 客户端消息 ID
    input: UserInput,                  // 用户输入
    responsesapiClientMetadata: {...}, // 客户端元数据 (版本/OS/终端类型)
    additionalContext: [...],          // Skills, Memory, Git status...
    environments: {...},               // 环境变量
    runtimeWorkspaceRoots: [...],      // 工作区根目录
    approvalPolicy: string,            // on-request | never | always
    approvalsReviewer: string,         // 审核者设置
    sandboxPolicy: string,             // readonly | workspace-write | ...
    serviceTier: string,               // Free | Plus | Pro | Team | Enterprise
    effort: string,                    // low | medium | high | xhigh
    outputSchema: {...},               // 输出格式约束
    collaborationMode: string,         // primary | review | ...
    multiAgentMode: string,            // disabled | proactive | ultra
    
    // 系统提示词和工具定义也在此发送！
    system_prompt: "...",
    tools: [...]
}

TurnSteerParams（6 个字段）——增量追加

TurnSteer 请求 = {
    expectedTurnId: string,   //  服务端状态索引
    // 只发送工具调用的结果，不重复系统提示词和工具定义！
    tool_results: [...]
}

关键特征：

1. TurnStart 全量，TurnSteer 增量：一个 turn 内只有第一次发送完整上下文
2. expectedTurnId 作为状态索引：服务端通过它查找内存中的会话状态
3. 服务端有状态：维护 system prompt + tools + conversation history + KV cache
4. 验证机制：如果 expectedTurnId 不匹配当前活跃 turn → 返回 400 "no active turn to steer"

三、协议对比：一次用户交互的全流程

假设用户输入“帮我修复 login 模块的空指针异常”，模型需要5步完成（搜索 → 读取 → 分析 → 编辑 → 总结）。

Claude Code 的流程

用户消息 #1 (Turn 开始)

├─ API 请求 #1: POST /v1/messages

│ ├─ system: [8,000 tokens]

│ ├─ tools: [2,000 tokens]

│ ├─ user_msg: "帮我修复..."

│ └─ 总输入: ~11,000 tokens

├─ API 请求 #2: POST /v1/messages

│ ├─ system: [8,000 tokens] ← 再次发送

│ ├─ tools: [2,000 tokens] ← 再次发送

│ ├─ 完整历史 + tool_result

│ └─ 总输入: ~15,000 tokens

├─ API 请求 #3: POST /v1/messages

│ ├─ system: [8,000 tokens] ← 再次发送

│ ├─ tools: [2,000 tokens] ← 再次发送

│ ├─ 完整历史 + tool_result

│ └─ 总输入: ~18,000 tokens

├─ API 请求 #4: ... (继续累积)

└─ API 请求 #5: ...

└─ 总输入: ~25,000 tokens

累计 input tokens:

原始 ≈ 11K + 15K + 18K + 21K + 25K = 90,000 tokens

考虑 Prompt Caching (system+tools 缓存后降价 90%):

实际 ≈ 11K + 6K + 9K + 12K + 16K = 54,000 tokens

Codex CLI 的流程

用户消息 #1 (Turn 开始)

├─ TurnStart (WebSocket msg #1)

│ ├─ system_prompt: [3,000 tokens]

│ ├─ tools: [5,000 tokens]

│ ├─ context: [2,000 tokens]

│ └─ 总输入: ~10,000 tokens (截断限制)

├─ TurnSteer (WebSocket msg #2)

│ ├─ 只发增量: tool_result + next_prompt

│ ├─ 不重复 system_prompt

│ ├─ 不重复 tools

│ └─ 总增量: ~2,000 tokens

├─ TurnSteer (WebSocket msg #3)

│ └─ 增量: ~3,000 tokens

├─ TurnSteer (WebSocket msg #4)

│ └─ 增量: ~3,000 tokens

└─ TurnSteer (WebSocket msg #5)

└─ 增量: ~2,000 tokens

累计 input tokens: ~10K + 2K + 3K + 3K + 2K = 20,000 tokens

可视化对比

同一个任务（5 步完成），input tokens 消耗:

Claude Code (无缓存): ████████████████████████████████████████ 90,000

Claude Code (有缓存): ████████████████████████ 54,000

Codex CLI: ████████ 20,000

├────────────────────────────────────────┤

0 90,000 tokens

四、技术细节：Codex 的 TurnSteer 是如何工作的？

4.1 协议定义（从二进制逆向提取）

在codex.exe的.rdata段中，找到了嵌入的TypeScript类型定义文件：

// TurnSteerParams.ts (嵌入在 codex.exe 中的源文件)
/**
 * Required active turn id precondition.
 * The request fails when it does not match the currently active turn.
 */
expectedTurnId: string

以及错误处理逻辑：

"expectedTurnId must not be empty"
"no active turn to steer"

4.2 服务端状态维护

OpenAI的服务端维护一个Turn Session Store，结构大致如下：

TurnSession {
    turn_id: "turn_abc123",
    thread_id: "thread_xyz",
    // ⬇ 以下内容在 TurnSteer 时不再传输
    system_prompt: {                    // 完整的系统指令
        base_instructions: "...",
        personality: "friendly",
        skills: [...],
        memory_entries: [...]
    },
    tool_registry: {                    // 完整的工具注册表
        "fs/readFile": { schema: {...} },
        "fs/writeFile": { schema: {...} },
        "command/exec": { schema: {...} },
        // ... 50+ 工具
    },
    conversation: [                     // 累积的完整对话
        {role: "user", content: "..."},
        {role: "assistant", tool_calls: [...]},
        {role: "tool", content: "..."},
        // ...
    ],
    settings: {                         // Turn 级设置快照
        approval_policy: "on-request",
        sandbox_policy: "workspace-write",
        service_tier: "plus",
        effort: "medium"
    },
    model_state: {                      // GPT-5.5 推理状态
        kv_cache: [...],                // 已计算的 KV Cache
        position: 15432                 // 当前 token 位置
    }
}

4.3 为什么 TurnSteer 能这么快？

关键在于KV Cache 复用。当GPT-5.5处理TurnStart时，它对system prompt + tools + user message进行了prefill，计算结果保存在KV cache中。当TurnSteer到达时：

0. 服务端通过expectedTurnId找到对应的session
1. 将tool_result追加到conversation_history
2. 直接从已有的KV cache继续解码，不需要重新prefill

这意味着TurnSteer的Time-To-First-Token (TTFT)接近零——模型不需要重新处理系统提示词和工具定义，直接产出下一个token。

对比Claude Code，每次HTTP POST都要完整地prefill system prompt + tools + history，即便有Prompt Caching降低了计费成本，prefill的延迟是无法跳过的。

五、设计哲学：两种世界观

5.1 为什么 Anthropic 选择无状态 HTTP？

Claude Code 的设计哲学:

"可靠性 > 效率"

"简单 > 精巧"

优点:

├─ 容错性极强: 任何一个请求失败，重试就是完整的

├─ 服务端简单: 不需要维护 WebSocket 会话状态

├─ 无状态扩展: 请求可以路由到任意服务器

├─ 跨 turn 复用: Prompt Caching 可以横跨多个请求

├─ 调试友好: 每个请求都是可独立复现的

└─ 1M 上下文窗口: 有空间容纳重复发送的开销

代价:

├─ 每次请求都要发送完整 payload（网络开销）

├─ 每次请求都要 prefill（延迟）

└─ 依赖服务端缓存来降低成本（不是所有场景都生效）

5.2 为什么 OpenAI 选择有状态 WebSocket？

Codex CLI 的设计哲学:

"效率 > 简单"

"精巧 > 通用"

优点:

├─ Token 成本极低: turn 内不重复发送上下文

├─ TTFT 极低: KV Cache 持续复用

├─ 实时性好: WebSocket 天然支持 streaming + 通知

├─ 分层设计: TurnStart/TurnSteer/TurnInterrupt 各司其职

└─ 协议级支持: turn 是一等概念，不是通过无状态模拟

代价:

├─ 服务端复杂度高: 需要维护大量并发 Turn Session

├─ 容错性差: 断连 = 整个 turn 丢失

├─ 不可跨 turn 复用: 每个用户消息都是新 TurnStart

├─ 硬截断风险: 10K tokens 的截断上限

└─ 调试困难: 无法独立复现单个 TurnSteer

5.3 上下文管理策略对比

这解释了为何许多用户感觉Claude Code在长对话中更为“持久”——并非因为它不丢失上下文，而是因为1M的窗口极大，在达到极限之前Auto-compact已经帮助完成摘要。而Codex的10K硬截断意味着，如果对话加上system prompt和tools超过了这一阈值，早期内容将被直接丢弃。

六、模型配置对比（从二进制中提取）

Claude Code 的模型列表（环境变量定义）

ANTHROPIC_DEFAULT_FABLE_MODEL     → claude-fable-5
ANTHROPIC_DEFAULT_OPUS_MODEL      → claude-opus-4-8
ANTHROPIC_DEFAULT_SONNET_MODEL    → claude-sonnet-4-6
ANTHROPIC_DEFAULT_HAIKU_MODEL     → claude-haiku-4-5
ANTHROPIC_SMALL_FAST_MODEL        → (备选快速模型)

Opus 4.8 配置：1M context window, 支持 extended thinking Fable 5 配置：Mythos-class tier, 共享底层模型

Codex CLI 的模型列表（嵌入 JSON）

{
  "slug": "gpt-5.5",
  "display_name": "GPT-5.5",
  "description": "Frontier model for complex coding, research, and real-world work.",
  "context_window": 272000,
  "max_context_window": 272000,
  "auto_compact_token_limit": null,
  "truncation_policy": { "mode": "tokens", "limit": 10000 },
  "default_reasoning_level": "medium",
  "supports_parallel_tool_calls": true
}

GPT-5.4：同样 272K 窗口，但 max_context_window: 1,000,000（预留扩展） GPT-5.4-Mini：小型快速模型 GPT-5.3-Codex：编程优化模型（前代） GPT-5.2：长运行 Agent 优化

七、安全与认证对比

两者在安全模型上高度一致——均具备沙箱分层、审批门控、代码审查Agent，这是该类产品的基本安全基线。差异主要体现于实现细节：Claude Code支持更多企业认证方式（Vertex AI、Foundry），而Codex的Windows沙箱集成更为深入。

八、总结

后记

差异的根源在于它们对同一个根本问题给出了相反的答案：上下文状态应由客户端管理还是服务端管理？

Anthropic的答案是：“客户端负责每次将完整上下文发送给我，我用缓存帮你节省成本。”OpenAI的答案是：“你初次发送完整上下文，后续只传递增量，我帮你在服务端维护状态。”

两种方案经过各自优化后，总成本与体验的差距并未如表面所见那般悬殊——真正的差别在于生态位的不同。Claude Code凭借1M窗口加Prompt Caching，在“持久对话”场景中占据优势；Codex CLI则依托KV Cache复用，在“快速迭代”场景中更显灵活。

用户实际感知的差异往往根植于上下文管理策略层面，而非协议层的取舍。是采用大窗口保留全量历史，还是用小窗口进行激进截断，这反映了产品设计理念的根本分野——期望打造能长时间协作的编程伴侣，还是聚焦快速完成当前任务的高效工具。