Codex、Claude Code 都卷完了，居然还能跑出黑马？整个产品，现在都可以是一个提示词

T3 Code 的 Orchestrator V2 最近上线并进入稳定版——这套做了大约半年的多模型、多 Harness 编排能力终于跑顺了。从一个早期体验欠佳的开源替代品，到如今用户数超过 70 万，它在已经成熟的编程 Agent 工具赛道里跑成了黑马。

三个兼职开发者跑出七十万用户的编程黑马

T3 Code 的特别之处在于，它始终在深耕编程这件事，尤其在别家都往另一个方向走的时候。ChatGPT 恨不得把 Dots、Spaces 和插件全塞到用户眼前，Claude Code 在往通用办公方向扩，而 T3 Code 的核心就是编程，它是工程师为工程师做的工具。

一个同时订阅 Codex、Claude、Cursor 甚至 Antigravity、写代码量极大的深度用户给出的判断是：T3 Code 尤其适合同时用多个模型的人。单从写代码的角度看，Codex 或 Claude 这类头部模型厂商的桌面应用能提供的功能，T3 Code 基本也都有，使用体验和实际表现都达到了原厂桌面编程应用的水平。

而做出这个开源项目的，是三个兼职的人，对面则是市值过万亿美元、拥有成千上万名工程师的公司。项目已有 987 位贡献者、5.44 万 GitHub Star、1.02 万 Fork，采用 MIT 协议。它本身不靠卖 AI 服务赚钱，模型订阅要用户自己准备，但运营这个开源项目其实挺贵。

在播客里，T3 Code 作者 Theo Browne 和主持人 Joel Hooks 从头聊了 T3 Code 为什么存在、它到底解决了什么，以及当 agent 真正承担工作时，类型安全、测试、CI 和预览环境为什么反而更值钱了。

T3 Code 还解开了开发者和某一家实验室工具的绑定。以前想用 Anthropic 模型，就得用 Anthropic 的 Harness，因为 200 美元套餐里有 8000 美元的推理量，换成 Cursor 或 Copilot 不划算。而 T3 Code 直接控制你电脑上已经登录的 Claude，界面开源、MIT 协议，可以自由 fork。相当一部分用户跑的是自己 fork 的版本，贡献者也很多。有大牌产品克隆或 fork 了 T3 Code，也有人因为每天用这个工具，第一次给开源项目提交代码：他们会问它关于自己的问题，读它自己的源码，然后动手改。团队甚至加了 npx t3 triage，T3 Code 启动不了时也能把上下文交给 Claude 或 Codex 排查。

Theo Browne 在播客中说：“如果我和 Julius 哪天走向大家不喜欢的方向，用户也可以 fork 出去，保持自己喜欢的样子。这个时代信任越来越少，你能信任的，只有自己能改的代码。”

一句提示词收藏破万，产品开始缩成一个 Markdown 文件

过去要专门开发的功能，甚至整个产品，现在可能只是一个 Markdown 文件加一个 cron。这个判断在 Alex Albert 那条帖子之后变得格外具体。

Anthropic 的 Alex Albert 说，每次出新模型，他都拿同一句提示词把所有项目过一遍。截至帖子发出当晚，这条内容获得 76 万浏览、1.4 万多收藏，收藏差不多是点赞的两倍。原文就一句话：

“Read this entire project and find everything that’s broken, inconsistent, inefficient, or no longer needed. Fix what you’re sure about and list the rest for me to review.”

翻译过来就是：通读整个项目，找出所有坏掉的、不一致的、低效的、不再需要的东西。你确定的部分直接修，剩下的列出来给我审。

这条提示词之所以引发大量收藏，不在于它有多复杂，而在于它把“项目巡检”这个过去需要专门工具、专门流程甚至专门产品来完成的事情，压缩成了一句话。它同时覆盖了发现、判断、修复和交接四个环节，并且把最终裁决权留给了人。

对独立开发者和小团队来说，这意味着产品形态的边界正在溶解。一个定时任务加上一个 Markdown 文件，就能承载过去需要前端、后端、任务队列和通知系统才能完成的工作流。提示词不再只是“跟模型说话的方式”，它开始承担产品逻辑。

云端失意后，Codex 把引擎重写回本地

Codex 的转向是这条赛道里另一个关键注脚。在云端产品遭遇滑铁卢后的 2025 年春夏之交，Codex 团队做好了调头回溯的准备。当时，在刚加入团队不久的设计师 Ed Bayes 看来，这个项目几乎处于 OpenAI 的“荒凉死角”。正是在这个被冷落的边陲角落，Sottiaux 接任了团队的工程经理。

“我接管了团队，然后对方向进行了大刀阔斧的调整，”Sottiaux 说，“我们全面转向本地。”

“本地”意味着让 Agent 直接跑在开发者自己的电脑上，就像 Claude Code 那样。他们翻出了此前作为两人业余支线项目被“英雄式”搓出来的 Codex CLI 本地终端工具。Sottiaux 并没有急于在 CLI 上拼命堆砌新功能，而是选择彻底重写底层 Agent 引擎。

Claude Code 早一步验证了这条路。正因为它运行在你自己的电脑上，产出直接落在你原有的文件目录中，调用你现成的工具链，并无缝继承你此前所有的上下文。你可以随时在中途打断它，也可以把上一次会话沉淀的经验带到下一次中，让整套系统随着时间推移产生复利——而这恰恰是依托瞬态云虚拟机的初代 Codex 所无法企及的。开发者们以惊人的速度倒向了 Claude Code。在 Every，Edmar Ferreira 在 2025 年 3 月的评测报告中写道：“Claude Code 比我在 Agent 领域用过的任何东西都要出色。”

Codex 桌面应用后来呈现出另一种面貌。配合几天后发布的全新专属驱动模型 GPT-5.3 Codex，它的体验凌厉、纯粹，且彻彻底底是 Agent 原生（Agent-Native）的。整套产品呈现出一种难能可贵的行云流水感：那是一种唯有当产品的所有细节都严格服从于同一个终极愿景时，才会迸发出的浑然一体之感。相比之下，Claude 桌面端走的是修修补补的拼凑路线——最初只有 Chat，随后硬塞进 Code，后来又打补丁般拼入 Cowork，整个软件界面显得支离破碎、杂乱无章，用户很难搞清哪类任务到底该切到哪个 Tab，也搞不清每个面板下到底开放了哪些底层系统权限。

目标、范围、约束、验证：四件套让 Agent 自己收工

Codex 干活是一个代理循环——调模型、读文件、改文件、跑命令，“想 → 做 → 看”转圈。官方原话是它“在一个循环里跑终端命令，改代码、跑检查、尝试验证自己的工作”。但这个循环再聪明，第一步“想”喂进去的是垃圾，后面整圈都在错误方向上空转。

“登录接口挂了，修一下”这句话，站在 Codex 的角度，信息缺得离谱。而一套“四件套连珠炮”能把需求说死。上个月给一个 Python 项目加邮箱校验，可以这样写：

• 在 src/validators.py 里加一个 validate_email 函数（目标）。
• 只动这个文件，别碰别的（范围）。
• 用标准库 re 实现，别引第三方库（约束）。
• 写完补三个测试：user@example.com 为真、invalid 为假、user@.com 为假，跑 pytest 确认全过（验证）。

四件齐活，Codex 一遍命中——定位文件、写函数、补那三个测试、真去跑、把绿色结果摆出来。它没有任何一步需要猜，因为“做成啥、改哪、用啥、怎么算成功”全说死了。

验证尤其关键。没有可跑的检查，“看起来完成”就是 Codex 唯一的收工信号。不给标准，它凭“感觉”就停手，真正兜底验收的人变成开发者自己，每个漏洞都得亲自盯。可一旦给它一个能跑出“通过 / 失败”的检查——一组测试用例、一条 lint 命令、一个构建退出码——这个循环就自己闭合了：它干完 → 跑检查 → 看结果 → 没过接着改，根本不用人守着。

官方对复杂任务的态度也很明确：Codex 在你把复杂工作拆成更小、更聚焦的步骤时，处理得更好。小任务对 Codex 更好测、对人更好审。要是不确定怎么拆，直接让 Codex 给个方案（plan）。拆小不只是为了 Codex，也是为了人——小步子它好跑测试、人好审 diff；一步几十行的改动，扫一眼就知道对不对，一步几百行横跨八个文件，根本审不过来。不会拆？别硬拆，让 Codex 先出方案，别一上来就让它埋头改。

能 fork 的代码，才是能信任的代码

T3 Code 跑成黑马，靠的不只是多模型编排。它把控制权交回给使用者：模型订阅自己准备，界面开源，MIT 协议，用户可以自由 fork。相当一部分用户跑的是自己 fork 的版本，贡献者也很多。有大牌产品克隆或 fork 了 T3 Code，也有人因为每天用这个工具，第一次给开源项目提交代码——他们会问它关于自己的问题，读它自己的源码，然后动手改。

这种信任结构在编程 Agent 赛道里越来越稀缺。模型厂商的桌面应用越做越完整，但用户和工具之间的关系仍然是“用别人做好的东西”。T3 Code 给出的答案是：代码在你手里，你可以改，可以 fork，可以在方向不对时带着自己的版本离开。

Theo Browne 那句话说得直白：“这个时代信任越来越少，你能信任的，只有自己能改的代码。”

从 T3 Code 到 Alex Albert 的提示词，再到 Codex 把引擎搬回本地，三条线索指向同一个趋势：编程 Agent 的竞争已经不只是模型能力的竞争。产品形态、提示词工程、本地执行、开源可改，这些看似外围的东西，正在决定谁能跑出下一程。而“整个产品可以是一个提示词”这件事，或许只是边界溶解的开始。