C
ChatGPT Codex
清楚任務的高效率執行
- 適合
- bug fix、小功能、測試、code review、雲端任務
- 判斷
- 最適合做主力試點工具之一
Executive Briefing
AI Coding Agents 導入評估
Antigravity、ChatGPT Codex、Claude Code 比較與試點建議
從「AI 協助寫程式」到「AI 代理執行工程任務」，本簡報聚焦導入價值、成本、風險與試點策略。
Codex
執行任務
Claude Code
架構理解
Antigravity
Agent IDE
Human
Review
Review
Executive Summary
值得試點，但不建議立即全面導入
是否值得導入？值得試點，不建議全面導入
優先測試工具ChatGPT Codex + Claude Code
Antigravity 定位列入觀察或小規模測試
最大風險成本、誤操作、品質、資料安全
建議下一步3-5 位工程師，2-4 週 pilot
Market Shift
AI coding 工具正在從 assistant 變成 agent
Before
Developer asks
Autocomplete、聊天問答、產生單段程式碼。
- 人主導所有步驟
- AI 提供建議
- 較低操作風險
→
Now
Developer delegates
讀 repo、改多檔案、執行 terminal、跑測試、建立 PR、review。
- AI 可規劃與執行
- 人負責審核與決策
- 需要更嚴格治理
工具價值不只在「寫得快」，而是在降低工程師處理重複任務與陌生 codebase 的時間。
Positioning
三工具定位比較
CC
Claude Code
複雜任務的理解與推理
- 適合
- 大型 codebase 理解、複雜 debug、架構規劃、重構
- 判斷
- 適合作為深度工程分析工具
G
Google Antigravity
整合式 agent-first IDE
- 適合
- 多 agent 視覺化管理、Google Cloud 生態、IDE 內驗證
- 判斷
- 有潛力，但成熟度與額度透明度需觀察
Cost & Limits
成本應看「完成真實任務的平均成本」
工具
官方價格 / 收費方式
成本風險
Codex
Free US$0、Go US$8、Plus US$20、Pro 5x US$100、Pro 20x US$200；Business ChatGPT & Codex：US$25/user/月（月繳）或 US$20/user/月（年繳）+ Codex credits usage
token-based 較透明，但大型 context 與 fast mode 需實測
Claude Code
Pro US$20/月；Max from US$100/月；Team US$20-25/seat/月；Enterprise seat + API usage
Claude 產品共用 usage limit，複雜任務成本波動大
Antigravity
Free；Google AI Pro 台灣 NT$650/月；Ultra NT$8,150/月。此處僅列個人版；商業版需與 Google Workspace / Google AI 商務方案綁定
官方未公開固定 request/token 換算，用量較不透明
每週工具成本per developer
人工修正時間review + test
任務完成成本per ticket
User Feedback & Risk
使用者評價正面，但風險需要流程控管
正面共通點
- 加速小功能、測試、bug fix、文件整理
- 幫助理解陌生 codebase
- 可做初步 code review
負面共通點
- 可能誤解需求或重複嘗試錯誤方向
- 大型重構仍需資深工程師監督
- terminal / file operations 有誤操作風險
特別風險
- Antigravity 曾有誤刪資料案例報導
- Claude Code 曾有 rate limit 快速耗盡回饋
- Codex 在模糊任務中需要清楚規格
真正的導入關鍵不是買哪個工具，而是建立安全流程。
Adoption Strategy
建議採「雙工具試點 + Antigravity 觀察」
主力試點
Codex
明確任務、bug fix、測試補齊、code review、自動化任務。
深度分析
Claude Code
大型 codebase 理解、架構分析、複雜 debug、重構規劃。
觀察項目
Antigravity
選 1 位工程師做觀察性試用，不列入主力效率評估。
導入底線
不直接改 production，不自動執行高風險命令，不讀 secrets，不繞過 PR review。
Pilot Plan
2-4 週 pilot，目標是可量化地提升交付效率
1
準備
選 3-5 位工程師與非核心機密 repo。
2
執行
測 bug fix、測試補齊、小功能、文件、review。
3
衡量
記錄工時、成本、缺陷、測試、滿意度。
4
決策
提交量化報告，決定是否擴大。
20-30%目標工時節省
0資料外洩或高風險事件
100%AI 產出需 PR review
Decision
建議核准低風險、小規模、可量化導入
01
核准 2-4 週 AI coding agent pilot。
02
採購或啟用少量 Codex 與 Claude Code 帳號。
03
建立 AI coding 使用規範與安全 guardrails。
04
Pilot 結束後提交量化報告，再決定是否擴大。
短期目標是驗證工程效率提升與安全流程，不是直接替代既有開發流程。