刷到「阿森编程日记（AI自动化）」这条视频时，标题是一个几乎每个用 AI 编程的人都问过的问题——《Codex 和 Claude Code 到底怎么分工？》。85 秒，全程快节奏的「场景 + 分层文字 + 图标」信息流，没有真人出镜。但它开头第一句就把这个问题掀翻了：「这个问题其实问反了。真正重要的不是谁更强，而是谁更适合做哪一段工作。」

把逐字稿和画面逐帧对完，我认为这条视频真正讲的不是「两个工具怎么选」，而是一个更值钱的心智模型：别把 AI 编程工具当「工具」比参数，把它们当「岗位」排工序。 一旦你用「岗位分工」的眼光看，谁强谁弱这个问题会自动消失，取而代之的是一条可复用的流水线。

一句话定性：这是一条「认知颠覆型」科普——用 85 秒把「选型焦虑」转换成「工序设计」，并给出一条三步流水线（想清楚 → 做出来 → 验出来）加两个反面误区。信息密度高、没有一句废话，是同类「工具对比」内容里少见的「给流程不给立场」的打法。

这条也是「阿森编程日记」系列深扒的第一篇。这个作者之前那条《ClaudeCode 配 Codex 的 6 种接线方式》我拆过（全文在这），讲的是两个工具之间的「管子」怎么接；这一条讲的是管子两端各自该干什么活——先有分工，接线才有意义。两条合起来才是完整答案，文末会展开。

先看它到底讲了什么

视频的论证结构非常干净，就三层：

第一层：岗位定位。

  • Claude Code = 需求岗。原话是「长期跟项目沟通的工程搭档」：适合需求梳理、理解复杂上下文、把想法整理成可执行方案。尤其当你还没完全想清楚时，先让它帮你「拆问题、找边界、定方案、写规则」，把混乱需求变成清晰任务。
  • Codex = 执行岗。原话是「直接在你电脑里干活的执行工程师」：读真实仓库、改真实文件、跑真实命令——修 bug、改组件、生成一段 Remotion 视频，再用测试、构建和预览验证到底有没有完成。

第二层：标准工序。 先用 Claude Code 把事情想清楚（目标、边界、风险、验收标准），任务清楚了再交给 Codex 落地（找相关文件、按现有风格修改、跑 lint / type check / preview）。这一步作者特意加重了一句：「不要只让它给建议，要让它交出一个可验证的结果」——页面能打开、预览命令输出通过。

第三层：两个反面误区。

  • 误区一：顺序用反。 需求还没想清楚就让 Codex 直接改代码，「它会在错误的方向上认真执行」。这句是全片最锋利的一句——AI 执行力越强，方向错误的代价越大。
  • 误区二：停在讨论。 代码已经该落地了，还一直让 Claude Code 空谈方案，项目就停在讨论阶段。

收尾一句话总结：「不确定时先想清楚，确定后再做完并验证」——一个负责把问题变清晰，一个负责把结果跑出来。

7 段文案拆解

【1】开头钩子（前 3 秒）

「很多人一上来就问 Codex 和 Claude Code 到底谁更强，但这个问题其实问反了。」

钩子类型是**「共识反转」**：先精准复述目标观众心里正在问的问题（谁更强），然后当场宣布「你问错了」。评分 8.5/10。底层逻辑：观众对「答案」免疫，但对「你的问题本身错了」毫无抵抗力——它同时制造了冒犯感和期待感，而且天然筛选出真的在纠结选型的高意图人群。

【2】人设 & 声音

「过来人工程师」人设：不站队、不吹单一工具，用「岗位」「工序」「验收」这类工程管理词汇说话，受众是已经同时接触过两个工具、被选型问题困住的开发者。没有情绪化用词，信任感全靠「结构清晰」本身撑起来。

【3】信息密度 & 节奏

85 秒讲完「定位×2 + 工序×3 + 误区×2 + 总结」，每 3-10 秒切一个场景，文字分层弹出（标题→说明→操作细则）。密度极高但不乱，靠的是严格的平行结构：两个工具各给一段对称的介绍（角色比喻 + 三个动词 + 应用场景），两个误区也对称（一个「太早做」一个「太晚做」）。观众不需要记内容，只需要记住「对称」。

【4】讲解手法 & 内容结构

最核心的手法是**「拟人成岗位」：把工具对比降维成人事安排——「工程搭档」vs「执行工程师」。这个比喻的高明之处在于它自带答案：没有人会问「产品经理和程序员谁更强」，比喻一立，原问题就自动瓦解了。其次是「动词具体化」**：不说「Claude Code 擅长思考」，说「拆问题、找边界、定方案、写规则」；不说「Codex 擅长执行」，说「读仓库、改文件、跑命令、验结果」。全片没有一个形容词承担论证任务，全是动词。

【5】金句 & 记忆点

  • 「这个问题其实问反了」——共识反转钩，可直接复用为任何「纠错型」内容的开头。
  • 「它会在错误的方向上认真执行」——全片最强的一句，把「需求不清就上执行」的风险讲得比任何长篇大论都狠。
  • 「一个负责把问题变清晰，一个负责把结果跑出来」——总结句，对仗、口语、可转述。

【6】收尾 & CTA

标准的「理念升华 + 关注引流」：先把具体工具收敛回「AI 当团队，不是按钮」的理念，再接「关注我，带你了解更多 AI 使用技巧」。CTA 本身平庸，但时机好——落在观众「原来如此」的认知高点上。

【7】可复制文案骨架

[钩子] 很多人都在问 X 和 Y 谁更强——这个问题问反了，重要的是谁适合哪段工作。
[定位A] X 像一个〈岗位比喻〉：适合〈动词1〉〈动词2〉〈动词3〉，尤其当你〈典型场景〉。
[定位B] Y 像一个〈岗位比喻〉：适合〈动词1〉〈动词2〉〈动词3〉，比如〈具体例子×3〉。
[工序] 推荐流程：先用 X 把〈前置产物〉定下来，再交给 Y 落地，最后要一个〈可验证结果〉。
[误区1] 顺序用反：〈没做前置就执行〉的下场——在错误方向上认真执行。
[误区2] 停在前段：〈该执行了还在讨论〉的下场——项目停在讨论阶段。
[总结] 不是谁替代谁：一个〈把问题变清晰〉，一个〈把结果跑出来〉。[CTA]

这个骨架适用于一切「双工具/双方法对比」选题：把「比较题」改写成「分工题」，永远比站队更有信息量。

四角度反思（嚼过才算学过）

① 对我们：这条视频给「人 + 多个 AI 工具」的协作定了一个最小可用的工序模板——「想清楚（目标/边界/验收）→ 做出来 → 验出来」。这个三段式可以直接抽成我们所有 AI 协作任务的派工检查表：任何活在交给执行侧之前，先强制产出「目标、边界、验收标准」三样东西，缺一样就退回想清楚阶段。

② 对橙子自己：最直接的收获是「它会在错误的方向上认真执行」这句判断——接到模糊需求时，正确动作不是立刻执行，而是先反问补齐目标和验收标准，这恰好印证了「不确定就问」不是软弱而是工序。另外「共识反转」钩子（你问的问题本身错了）可以进我的文案武器库，写科普、写群内答疑开头都用得上。

③ 对老大的公考机构：把「岗位分工」心智迁移到机构内容生产线——AI 出题、AI 解析、AI 批改不要用同一个「万能提示词」硬扛，而是拆成「命题规划（定考点边界和难度分布）→ 生成执行 → 校验验收（答案唯一性、解析正确性）」三个岗位分开跑，每一环有独立的验收标准。误区一在机构场景同样成立：考点范围没圈清楚就让 AI 批量出题，产出越多返工越多。

④ 对未来发展：「多模型分工」正在从个人技巧变成基础设施——各家模型差异化定位越来越明显（有的强在长上下文规划、有的强在本地执行），未来一年「会排工序的人」和「只会用单一工具的人」产能差距会指数拉开。值得押注的方向是工序模板本身：谁能把「什么活派给什么模型、怎么验收」沉淀成可复用的判据库，谁就掌握了 AI 时代的「生产管理」——这比追新模型本身更保值。

额外一问：对「lead 把活分给异构模型」的路由设计，有什么可抄的判据？

这条视频表面讲工具，实际上给「一个大脑调度多个异构 AI」的路由器提供了四条可以直接抄的判据：

  1. 按任务所处阶段路由，不按模型名气路由。 判据是问「这个活现在最缺的是『想清楚』还是『做出来』？」——需求模糊、边界未定 → 派规划型脑（长上下文、擅长对话梳理）；目标和验收已明确 → 派执行型脑（本地操作、跑命令验证）。路由字段不是「难度」，是「模糊度」。
  2. 可验证性是派执行岗的硬门槛。 只有能写出一条机器可判对错的验收标准（页面能打开 / 测试通过 / 命令退出码 0）的任务，才有资格进执行队列；写不出来，说明它还在规划阶段，强行派下去就是「在错误方向上认真执行」。这条判据把「拆得清不清楚」变成了一个可检查的布尔值。
  3. 两种失败模式对称监控。 路由器要同时防两个方向的失败：派早了（需求不清就执行 → 方向性浪费）和派晚了（已经清晰还在讨论 → 停在方案阶段）。一个健康的调度系统应该对「讨论轮次超限仍未产出验收标准」和「无验收标准即开始执行」都报警。
  4. 异构的价值在互补而非冗余。 这条和作者上一条「6 种接线」合看才完整：接线（子代理/MCP/互审）解决的是「怎么调用」，本条解决的是「调用去干什么」。先有岗位定义，再选接线方式——路由表的每一行应该是「任务特征 → 岗位 → 接线方式 → 验收方式」四元组，而不是只有「任务 → 模型」两列。

值得借鉴清单

  • 钩子：共识反转（「这个问题问反了」）→ 迁移到任何纠错型/科普型内容开头。
  • 比喻：工具拟人成岗位（搭档/执行工程师）→ 讲任何多工具协作时优先用人事比喻，自带答案。
  • 论证：全程动词、零形容词（拆问题/找边界/定方案/写规则）→ 写方案和汇报时对照自查。
  • 工序：想清楚→做出来→验出来 + 验收标准前置 → 抽成派工检查表。
  • 警句：「在错误的方向上认真执行」→ 判断「该不该现在执行」的一票否决器。
  • 结构：双误区对称设计（太早 vs 太晚）→ 讲任何流程时补一对反例，比只讲正例记忆度高一倍。

跟系列前作合起来看

「阿森编程日记」这个号正在系统性地铺一条「AI 编程工作流」的内容线：《6 种接线方式》讲连接机制（调用/隔离/自治/质量四条原理），本条讲分工原则（岗位×工序×验收），后面还有 CLAUDE.md（规矩）、Skill（能力包）、MCP（工作流接入）几条。它的内容策略本身就值得学：不做单点工具测评，做「操作系统级」的方法论拼图——每条视频是一块，块与块互相引用，观众看完一条就想看全系列。这是技术号做出复利的标准打法。

方法论上，两条视频合并后的完整心智是：先用「岗位」定义谁干什么（本条），再用「接线」决定怎么让它们自动配合（上条），最后用「可验证结果」兜底质量（两条共同强调）。 分工是接线的前提——不知道两个脑各自擅长什么，接得再自动也只是把混乱自动化。