Appearance
Cursor 是深度集成的 AI IDE，OpenAI Codex 是 OpenAI 出品的云端 AI 编程 Agent。两者定价起步相同（$20/月），但设计目标截然不同：Cursor 专注 IDE 内实时编程，Codex 专注云端后台异步任务。本文从 Agent 能力、定价、IDE 集成、自动化生态四个维度做完整对比。
Cursor vs OpenAI Codex：实时 IDE 还是云端后台 Agent？
同样是 $20 起步的 AI 编程工具，但两者的使用场景差异非常大：
- Cursor 是 AI IDE——你在里面写代码，AI 一直陪着你
- Codex 是云端 Agent——你提交任务，它在云端跑，完成了通知你
一张表概览
| Cursor | OpenAI Codex | |
|---|---|---|
| 产品形态 | AI IDE（VS Code 内核） | Web App + CLI + IDE 扩展 |
| 出品方 | Cursor / Anysphere | OpenAI |
| 底层模型 | 多模型（Claude / GPT / Gemini） | GPT-5 / codex-1 系列 |
| Tab 补全 | ✅ 核心功能 | ❌ 无 |
| 行内编辑 | ✅ Cmd+K | ✅ 有，但不如 Cursor 深度 |
| 本地 Agent | ✅（Checkpoints 回滚） | ✅ |
| 云端后台任务 | ⚠️ 有限 | ✅ 核心功能，可并行多任务 |
| GitHub PR 集成 | ✅ 基础集成 | ✅ @codex 评论触发，深度集成 |
| Automations | ❌ | ✅ Issue 自动触发 Agent |
| Worktrees 并行 | ⚠️ 手动配置 | ✅ App 原生支持 |
| Rules / AGENTS.md | ✅ .cursor/rules/ + AGENTS.md | ✅ AGENTS.md |
| Skills | ✅ | ✅ |
| Hooks | ✅ 命令型 + 提示词型 | ✅ 命令型 + 提示词型 |
| MCP | ✅ | ✅ |
| 安全沙箱 | ✅（本地隔离） | ✅（云端沙箱，Docker 容器） |
| 免费用量 | Hobby | ChatGPT Free 有限额度 |
| 付费起步 | Pro $20/月 | Plus $20/月 |
维度一：最大差异——云端后台任务
这是 Codex 相对 Cursor 最明显的优势，也是选择这个工具的核心理由。
Codex Cloud：提交任务，不用守着
Codex 在安全隔离的云端沙箱里执行任务。你可以：
- 在 Web App / CLI 提交一个任务（"实现用户登录功能，写测试"）
- 关掉窗口，去做其他事
- 几分钟到几十分钟后，Codex 完成，通知你
更重要的是——可以同时跑多个任务。你提了 3 个不相关的任务，Codex 并行处理，而不是排队等。
Cursor 也有 Agent，但它是本地同步执行，你需要等着看结果，同时只能跑一个任务（除非手动配置 Git Worktree）。
Codex Automations：Issue 自动触发 Agent
Codex Automations 是 Cursor 完全没有的功能：设置规则"当 GitHub Issue 被分配给 codex-bot，自动创建 PR 并处理"，之后就不需要手动操作。
适合：
- 有大量积压 Issue 需要批量处理
- 团队想把简单 bug fix 自动化
- 需要 AI 定期执行维护任务（依赖升级、代码清理等）
维度二：GitHub 集成
两者都支持 @提及 触发 Agent 处理 PR，但深度不同。
Codex：深度 GitHub 集成
Codex 与 GitHub 深度整合：
@codex在 PR comment 里触发 Agent- 自动读取 PR diff、理解改动上下文
- 生成代码修改、创建新 commit
- Review 面板可以一次审查多个 PR 的 AI 生成改动
Codex App 的 Worktrees 模式让每个任务运行在独立 Git worktree，并行任务之间完全隔离，不互相干扰。
Cursor：基础 GitHub 集成
Cursor 也有 GitHub 集成，但不如 Codex 深度——主要是 Agent 可以读写文件并用 git 提交，没有专门针对 PR 工作流的优化。
维度三：日常编码体验
Cursor：在这里完胜
Tab 补全是 Cursor 的核心竞争力——实时预测下一段代码，整行整块地补全，而不只是行尾单词。Cmd+K 行内编辑让你选中代码用自然语言改，直接看 diff。
Codex App 有 IDE 扩展（支持 VS Code / Cursor / Windsurf），提供 Chat 和 Agent 面板，但没有深度 Tab 补全优化。如果你主要需求是"AI 帮我写代码"这个日常动作，Cursor 体验明显更好。
Checkpoints vs Review 面板
两者都有审查 AI 修改的机制，但方向不同：
- Cursor Checkpoints：Agent 执行前自动快照，可以回滚到任意状态，适合单个任务的安全操作
- Codex Review 面板：一次性查看多个任务 / 多个 PR 的 AI 生成改动，适合批量审查
维度四：定价对比
| 套餐 | Cursor | OpenAI Codex |
|---|---|---|
| 免费 | Hobby（基础功能） | ChatGPT Free（有限额度） |
| $20/月 | Pro（MCP/Skills/Hooks 全开，Cloud Agents 基础） | Plus（基础 Codex 用量） |
| $60/月 | Pro+（3× 用量） | — |
| $200/月 | Ultra（20× 用量） | Pro（最高用量，云端 Agent 大量使用） |
关键差异：
- $20 套餐里，Cursor Pro 的本地 Agent 用量更充足，Codex Plus 的云端任务额度相对有限
- 重度云端任务用户，Codex Pro（$200）的性价比高于 Cursor Ultra（$200）——Codex 的设计本来就是云端后台场景
怎么选
选 Cursor，如果你：
- 主要在 IDE 内编码，重视 Tab 补全和实时 AI 辅助
- 任务需要即时可见、可审查（Checkpoints 回滚）
- 主要工作流是"打开编辑器 → 写代码 → 提交"
- 不需要大量云端后台任务
选 Codex，如果你：
- 有大量需要 AI 处理的批量任务（不想等着看）
- 深度使用 GitHub PR 工作流
- 需要 Automations 设定"Issue 自动触发 Agent"
- 已经是 ChatGPT Pro 用户，想充分利用额度
一起用？
完全可以。典型组合：
- Cursor 日常编码（Tab 补全、行内编辑、本地 Agent 小任务）
- Codex 批量任务和 GitHub PR 自动化（后台跑，不打断编码节奏）
AGENTS.md、Skills 配置跨工具复用——写好一套规则，两边都能用。
常见问题
Q：Codex 的云端沙箱安全吗？
Codex 每个任务运行在独立 Docker 容器里，执行完自动销毁。代码不会持久化在 OpenAI 服务器，可以配置仅访问特定的私有 npm 源或内部 API。
Q：国内用 Codex 网络限制多吗？
Codex 云端任务运行在 OpenAI 服务器（境外），如果任务涉及访问境内资源，需要额外配置。日常使用都需要代理，访问稳定性不如 Cursor。
Q：Codex 的 Tab 补全在哪？
Codex 没有独立的 Tab 补全功能。如果你需要 Tab 补全，在 Cursor 里使用 Codex 的 IDE 扩展（两者可以共存），或者直接用 Cursor 的补全。