Claude Code 是一台精密瑞士手表：齿轮不能换，但表盘、表带、表冠给了标准接口（Skills/MCP/Hooks/Subagents/Agent Teams）。Codex 是硬核工程车：Rust 内核 + 双形态（本地 CLI/云端），扩展走 MCP + AGENTS.md + 配置。没有成品，全是积木，连"组装方式"本身都可以换。【VERIFIED - 行业对比文章共识】

Claude Code 是一台精密瑞士手表：齿轮不能换，但表盘、表带、表冠给了标准接口（Skills/MCP/Hooks/Subagents/Agent Teams）。Codex 是硬核工程车：Rust 内核 + 双形态（本地 CLI/云端），扩展走 MCP + AGENTS.md + 配置。没有成品，全是积木，连"组装方式"本身都可以换。【VERIFIED - 行业对比文章共识】

Claude Code 是一台精密瑞士手表：齿轮不能换，但表盘、表带、表冠给了标准接口（Skills/MCP/Hooks/Subagents/Agent Teams）。Codex 是硬核工程车：Rust 内核 + 双形态（本地 CLI/云端），扩展走 MCP + AGENTS.md + 配置。没有成品，全是积木，连"组装方式"本身都可以换。【VERIFIED - 行业对比文章共识】

Claude Code 是一台精密瑞士手表：齿轮不能换，但表盘、表带、表冠给了标准接口（Skills/MCP/Hooks/Subagents/Agent Teams）。Codex 是硬核工程车：Rust 内核 + 双形态（本地 CLI/云端），扩展走 MCP + AGENTS.md + 配置。没有成品，全是积木，连"组装方式"本身都可以换。【VERIFIED - 行业对比文章共识】

│ packages/coding-agent (CLI 应用)││工具: read/write/edit/bash/grep/find/ls│↓ 持有│ packages/agent (代理运行时)││钩子: beforeToolCall / afterToolCall / prepareNextTurn│。

Claude Code 的 Loop Engineering 涵盖了三层循环架构层级名称定位核心机制L1核心 Agentic Loop每一次响应的执行循环Gather → Act → Verify 三阶段L2调度循环系统跨会话的任务调度/loop（cron）//goal（Stop hook）/ ScheduleWakeup（自适应）L3编排层大规模多 Agent 编排Dynamic Workflo

2024-2026 年是 AI Agent 框架的爆发期。从 LangChain 开创 LLM 应用编排范式，到微软 Semantic Kernel 和 AutoGen、Google ADK、OpenAI Agents SDK 等重量级玩家的加入，Agent 框架生态呈现出"百舸争流"的格局。选择一个合适的框架对于 AI Agent 项目的成败至关重要。协议标准化— MCP 和 A2A 正在成为行

Agent 无法准确评估自身产出的质量。瓶颈描述来源出码率 ≠ 交付率编码仅占全链路 20%-30%，AI 渗透率提升编码环节并不等于整体提效高德大模型应用平台团队 2025 云栖大会分享Vibe Coding 风险"氛围编程"在存量应用中可能引入与现有系统不兼容的方案，问题常在上线后暴露腾讯云开发者社区 2026大任务超出能力边界复杂多模块任务超出单次 AI 对话能力，上下文窗口填充率超 40%

1. 执行路径规划是Agent智能的核心维度。从STRIPS到DeepSeek R1，54年的演进历史表明：Agent的"聪明"不在于模型的参数量，而在于它如何规划、执行和验证自己的行动路径。2. LLM单独无法可靠规划。PlanBench的数据以令人震惊的清晰度证明了这一点——所有传统LLM在Mystery Blocksworld上准确率为0%或接近0%。但推理模型（o1, DeepSeek R

AI Agent的路径规划（Path Planning）是指Agent在面对复杂任务时，自主确定执行步骤序列的能力。传统LLM以自回归方式逐token生成输出，类似于"即兴发言"而非"深思熟虑"。单一路径依赖：一旦某步推理出错，后续全链路受影响且无法回溯；无中间评估能力：无法判断每一步推理的合理性；缺乏全局规划：不会拆解复杂问题，不会多方案权衡。LangGraph是LangChain生态中的图状态