Aufgabenteilung zwischen Claude und Codex: Wie ich aufhörte, ein neuronales Netz auszuwählen, und beide effizienter machte

Ein Go-Entwickler, der sein eigenes Projekt betreibt, beschreibt, wie er die Rollen zwischen Claude und Codex aufgeteilt hat, anstatt ein einziges KI-Modell für alle Codierungsaufgaben auszuwählen. Er argumentiert, dass es fehlerhaft ist, einem einzigen Modell den gesamten Workflow zu überlassen – von der Anforderungsanalyse bis zur Selbstverifikation –, weil es an externer Kontrolle mangelt. Seine Lösung: Claude fungiert als technischer Leiter (zerlegt Aufgaben, schreibt PLAN.md, überprüft Diffs, trifft endgültige Entscheidungen), während Codex den Plan umsetzt (schreibt Tests, refaktoriert, behebt Probleme). Die beiden Modelle überprüfen sich gegenseitig: Codex prüft Clauses Plan vor der Implementierung, und Claude prüft Codex' Diff danach. Dies führt zu besserer Qualität, ohne die Kosten zu erhöhen, da teure Reasoning-Fähigkeiten nur für Planung und Überprüfung eingesetzt werden, während günstigere Modelle die Massenarbeit beim Lesen von Code und bei Standardaufgaben übernehmen. Er beschreibt sein Setup: Claude Opus/hoch für Entscheidungen, Codex GPT-5.6 Terra/hoch für die Implementierung, mit Eskalation auf Terra/xhoch oder Sol für komplexe Aufgaben. Er betont, dass die Einstellung "hoch" für die Entwicklung mit wirtschaftlichen Modellen das Mindestmaß an Komfort ist, da niedrigere Einstellungen Kontext übersehen und zusätzliche Iterationen verursachen. Der Artikel enthält vollständige Installationsanweisungen für Claude Code, Codex CLI und das Plugin codex-plugin-cc sowie eine vollständige SKILL.md-Datei, die den Workflow automatisiert. Der Leitfaden weist darauf hin, dass derselbe Workflow von jedem Terminal aus funktioniert und VS Code nicht erfordert, obwohl er es als praktisch empfindet.