两拨研究团队把并行 agent 的合并冲突量化了：四分之三的 agent PR 在跟别人抢同一个合并目标，跨 agent 冲突率 41.7%，是同一个 agent 的两倍。84.4% 的冲突落在源码上，不是 lockfile 的噪音。
并行 agent 卡在哪：33,596 个 PR 里，跨 agent 冲突率是同一个 agent 的两倍
三个版本，三次 Windows 事故：Codex CLI 的冲刺把稳定性落下了
六天三个 stable 版本，每次发布后 48 小时内都冒出一个 Windows 侧严重问题：删工作区文件、桌面版一天崩三十次、VS Code 里起不来、taskkill 和 conhost 进程失控卡死整机。功能在往前走，代价集中记在了 Windows 用户账上。
你验收不了你看不懂的代码：他把 QA 交给了另一个模型
一个创始人承认自己已经看不懂 Codex 产出的代码，于是干脆不再扮演验收层：Claude 当产品经理，Codex 当开发，两个模型用 markdown 互相批注，人只保留三个位置。他给出的理由是，大模型的盲区是系统性的，换一个实验室的模型，盲区就换了一套。
同一个 prompt，两秒之差：Codex 六小时交了，Claude 先问了一句
一个 14 万行 C++ 的项目，两套 clone，同一条 prompt 相隔两秒送到 Codex 和 Claude Code。Codex 不问就动手，六小时跑完；Claude 两分钟内回来提问，九阶段跨两天。最后作者选了 Claude 的方案。差别不在谁更聪明，在于动手前把问题理解到了哪一层。
子代理会生子代理，Codex 的账单是怎么失控的
一个被 flag 的帖子声称 Codex 花掉 7.8 万美元，账单没法核实，但 GitHub issue 里的模式可以。V2 子代理不认深度设置、并发上限不是总数上限、子代理默认继承父代理的顶配模型、fork 历史让每个子代理重读上下文，加上没有硬顶的计费，六个原因叠起来才是一次失控。