
Как Go‑разработчик объединил Claude и Codex для полной автоматизации проекта
Автор делится опытом разделения задач между Claude и Codex: Claude берёт на себя дизайн и архитектуру, а Codex генерирует код и тесты, сокращая контекст‑свитчинг в несколько раз.
В статье на Habr AI «Разделение ответственности между Claude и Codex: как я перестал выбирать одну нейросеть и усилил сразу две» автор, Go‑разработчик, рассказывает о своей стратегии использования двух AI‑моделей в одном проекте. Он отмечает, что в типичной неделе ему приходится переключаться между Go‑бэкендом, SQL, React/TypeScript, дизайном API, Docker, CI/CD, инфраструктурой, тестами и UX. Такое постоянное переключение контекста приводит к потере продуктивности и повышенному уровню стресса.
Чтобы решить проблему, он распределил задачи между двумя моделями. Claude (модель от Anthropic) используется для высокоуровневых задач: формулировка требований, проектирование API, написание архитектурных схем, ревью кода и генерация технической документации. Благодаря своему «конструктивному» подходу Claude помогает держать общую картину проекта и минимизировать ошибки в дизайне.
Codex (модель от OpenAI, специализирующаяся на программировании) берёт на себя низкоуровневую работу: генерацию Go‑кода, написание SQL‑запросов, создание React‑компонентов, автоматизацию CI/CD‑скриптов и написание unit‑тестов. Автор отмечает, что Codex быстро адаптируется к конкретным шаблонам кода и позволяет сократить время написания типовых функций до нескольких секунд.
В результате автор наблюдает снижение времени на переключение контекста на 30 % и рост общей продуктивности почти вдвое. Он делится примерами промптов, которые используют оба инструмента совместно, а также описывает процесс оркестрации запросов через простой скрипт на Python, который автоматически направляет задачи в нужную модель.
Полный текст статьи доступен по ссылке: https://habr.com/ru/articles/1068372/
Для разработчиков и студентов AI‑курсов такой подход демонстрирует, как комбинировать сильные стороны разных моделей: Claude — для планирования и архитектуры, Codex — для генерации кода. Это открывает путь к более гибкой автоматизации, но требует навыков промпт‑инжиниринга и контроля качества получаемого кода.


