Claude Code, Codex и Cursor: как отличаются AI-агенты для задач разработки

Anthropic зашла в терминал, а не в новую IDE, по принципу «встречаем тебя там, где ты уже есть»: поставил CLI и работаешь как обычно, а рядом мощный агент. Сильная сторона честная, это разбор большой кодовой базы и архитектура. Но интерфейс намеренно превращён в аттракцион: спиннеры, анимированные счётчики, визуализация того, как «горят» токены, лоу-фай радио и даже режим виртуального питомца. Всё это создаёт ощущение, что прямо сейчас творится нечто великое. Философия под капотом простая: если задачу можно дожать, потратив больше токенов, Anthropic их тратит и поднимает десятки субагентов, чтобы перепроверять каждую строку. По разбору Тео, внутри компания работает на закрытой сборке (он зовёт её Mythos), а публике достаётся версия попроще.

Codex от OpenAI на этом фоне подчёркнуто скучный: таймер, индикатор работы и ничего лишнего. Его коронка называется computer use. Облачный агент видит экран, клонирует репозиторий в изолированную песочницу, пишет код по нескольким файлам, сам прогоняет ваши тесты, чинит падения и приносит готовый pull request. Проверка выходит дешевле, потому что агент смотрит на фактический результат, а не аудирует весь код роем помощников. Ещё один принцип OpenAI, честность: инженеры компании сидят на той же версии Codex, что и вы, а CLI открыт, и сообщество уже собрало на нём свои инструменты вроде T3 Code.

Cursor вырос как ИИ-IDE (форк VS Code с правками прямо в коде), но сегодня главная ставка сделана на облако. Его фоновые агенты поднимают полноценный графический Linux в песочнице: они не только пишут код, но и открывают браузер, смотрят, как выглядит собранное приложение, и правят по картинке. Задачу можно закинуть боту прямо из Slack и получить отчёт о выполненной и проверенной в облаке работе. Команда Cursor известна маниакальным тестированием и катит пользователям ровно то, чем пользуется сама. Это заход под команды и корпоративный сектор, где важно, чтобы запустить работу мог и нетехнический человек.

Вот тут и прячется главный спор, и он не про то, чья модель умнее. Anthropic верит, что достаточно умная модель напишет верно с первого раза, поэтому проверка избыточна, и токенов не жалеет. OpenAI верит в обратное: токен-эффективность плюс дешёвая проверка через computer use ловит ошибки в разы дешевле. Тео ссылается на данные Artificial Analysis: на сопоставимой задаче ChatGPT версии 5.2-5.5 берёт балл выше, потратив примерно вдвое меньше токенов, чем Opus поколения 4.5-4.7. Кто прав, покажет ваш счёт, а не строчка в лидерборде.

Модель это лишь часть пазла. Важнее, как философия инструмента ложится на ваш процесс и на бюджет. Быстрый ориентир по сценарию:

И держите в голове анти-хайп: в феврале 2026 OpenAI сама признала, что SWE-bench Verified больше не измеряет прогресс фронтира из-за загрязнения обучающими данными. По лидербордам смотрите тренд, а не абсолют.