在完全相同的应用构建上测试了Cursor、Claude Code、Codex和Antigravity
摘要
本文通过在相同的应用构建和带有隐藏错误的损坏生产应用上测试四个AI编程代理——Cursor、Claude Code、Codex和Antigravity——来比较它们的性能。
第一集 在完全相同的应用构建上测试了Cursor、Claude Code、Codex和Antigravity。相同的提示，相同的规则，没有手动编码。结果比我预期的要接近得多。第二集 拿同样的四个AI编程代理，给它们一个有12个错误的损坏生产应用，而不是一个干净的构建。然后将它们的修复通过隐藏测试运行，这些测试它们无法看到。
相似文章
我在真实客户项目中测试了6款AI应用构建器，仅2款通过生产环境考验
作者在真实自由职业项目中测试了六款AI应用构建器，发现只有Cursor + Claude和v0 + 手动实现能可靠交付生产级应用，其他工具因平台锁定和可维护性问题而落败。
在同一个真实代码库上测试了三个 coding agent，最大的意外是你的环境配置有多大程度会跟着你在它们之间迁移
一次对 Cursor、Codex 和 Claude Code 跑在同一份真实 SaaS 代码库上的实测对比。结果显示，共享的 home 目录配置（插件、skills、MCP 服务器）会悄悄跟着 agent 在不同工具之间迁移；而三者之间的差异，更多来自职责范围的不同，而非模型能力的高低。
Claude、Codex 和 Cursor 选择了哪些工具？我们测量了1.7万次运行以找出答案
一项研究测量了16,893个会话，以分析像 Claude Code、Codex 和 Cursor 这样的AI编码代理如何选择工具（如数据库），发现在不同背景下推荐结果具有一致性。
ClaudeCode 对比 Cursor 与 Codex
一名学生比较了ClaudeCode、Cursor和Codex等编码代理，并寻求构建应用和网站的推荐。
之前在这里发过一个应用，它能监控Claude/Cursor的操作。得到了一些真正有用的反馈，所以我重建了核心引擎。
一位开发者在收到社区反馈后，重建了一个能监控AI编程工具如Claude和Cursor的应用程序的核心引擎。