日志

• 2026-05-05：补充 BenszAPI + CC Switch + Codex 的 step-by-step 使用流程：登录后台、创建通用型 API、配置 Auth Key、在 VSCode 中正常使用 Codex。
• 2026-05-05：新增自建 BenszAPI 作为 Codex Vibe Coding 算力的首选推荐，面向高校师生和科研人员。
• 2026-03-31：同步更新 Codex 拼车现状：PackyCode 的 Codex 拼车已成过去式；codexcn 目前为 30 元/号；如果 1 个 Team 车位不够，一个 ChatGPT 帐号还可以继续绑定多个 Team。
• 2026-03-31：补充并统一 Codex 的主力模型配置：直接改为 GPT-5.4 High 这条线，基于 PackyCode 接入 gpt-5.4，推理强度设为 high，并开启 multi_agent 与 fast_mode。

概览

• 自建 BenszAPI 是当前首选的 Codex Vibe Coding 算力方案，目前处于小范围内测阶段，面向高校师生和科研人员，采用 DOI/ORCID 邀请制 + 订阅制，正式上线后支持发票报销
• 使用 BenszAPI 跑 Codex 的核心路径很简单：登录后台 → 创建通用型 API → 复制 Auth Key → 在 CC Switch 里新增 Codex Provider → 打开 VSCode 正常使用 Codex
• 国内用户获取 Vibe Coding AI 算力的完整指南，涵盖 BenszAPI、Claude、Codex 拼车、多模型聚合和国产模型等方向
• 多模型需求推荐 OhMyGPT，聚合 100+ 模型（GPT/Claude/Gemini/DeepSeek），邀请奖励 20 美元抵扣额度
• Codex 拼车这边更值得关注的是 codexcn，价格已经来到 30 元/号；如果 1 个 Team 车位不够，一个 ChatGPT 帐号还可以继续绑定多个 Team
• PackyCode 作为备选方案简单推荐，注意 Claude Code 相关配置已基本过时，仅 Codex + GPT-5.4 配置仍有参考价值
• 国产模型推荐智谱 GLM-5 Coding Plan（个人购买）；火山引擎需要避雷
• 所有推荐商家均支持发票报销，适合科研工作者和企业用户

前言

在之前的文章里，我给小伙伴们详细介绍了 Vibe Coding 的概念、工具选择（Claude Code vs Codex vs Gemini CLI）、以及完整的开发环境配置流程。相信不少小伙伴看完之后已经跃跃欲试了——但问题来了：工具都装好了，算力从哪里来？ 毕竟无论是 Claude Code 还是 Codex CLI，都需要调用背后的大模型 API 才能工作，而 OpenAI 和 Anthropic 官方 API 在国内又无法直接使用（网络限制、支付门槛、审核严格……你懂的）。所以今天这篇文章，我想专门聊聊如何获得 Vibe Coding 相关的 AI 算力——从第三方 API 中转服务，到拼车方案，再到国产模型，给小伙伴们提供一套完整的解决方案 (～￣▽￣)～

⚠️ 重要说明：以下推荐的均为第三方 API 中转服务商，非 OpenAI 或 Anthropic 官方 API。由于网络限制等原因，官方 API 在国内无法直接使用，这些中转服务提供了便捷的替代方案。同时，以下商家均支持发票报销，干科研就不用自己花钱了吧 (～￣▽￣)～

BenszAPI：科研人员首选的 Codex 算力方案

如果你是高校老师或科研工作者，主要用 Codex 做 Vibe Coding，那我首先推荐我自己搭建的 BenszAPI。这个平台的定位很明确：为认真做研究的人提供一个安静、克制、可长期打磨的 AI 工作台——从标书、论文到分析讨论，围绕科研链路做统一入口与体验打磨。

为什么首选 BenszAPI？

⚠️ 当前状态：BenszAPI 目前处于小范围内测阶段，通过邀请制控制用户规模，优先保证可用性和稳定性。发票报销功能会在正式上线后大力支持，现阶段如有开票需求可以单独沟通。

BenszAPI 和市面上其他中转服务最大的区别在于准入机制。它不是谁都能注册的通用平台，而是通过 DOI/ORCID 邀请制来筛选用户，确保社区里都是真正的学术圈内人士。这样做的好处是：服务对象更聚焦、社区氛围更纯粹，同时也能更有效地防止滥用。

具体来说，BenszAPI 有几个核心优势：

• 科研专属：面向论文验证后的高校老师与科研团队开放，小范围准入，不是大锅饭
• 写作与分析优化：覆盖标书、论文、数据解读与结果讨论，从框架搭建到语言润色都能用
• 边界清晰：适合公开资料与常规科研写作辅助；涉及保密项目时建议使用专门合规环境

入驻流程：两步走

BenszAPI 的使用分为两个阶段——先获取邀请码，再订阅算力套餐。

第一步：获取邀请码

邀请码通过 BenszInvite 系统发放，整个流程基于论文 DOI 或 ORCID 来验证你的学术身份。流程很简单：

1. 提交 DOI/ORCID 与作者邮箱：填写你作为通讯作者或第一作者的论文信息
2. 支付保证金：保证金仅用于防止服务滥用，支付确认后该金额会全额计入 BenszAPI 余额，相当于初始充值
3. 审核发码：ORCID 请求会先自动验证，不通过则进入人工审核；通过后发放邀请码

保证金目前是 10 元，这个钱不会白花——它会直接变成你在 BenszAPI 里的余额。所以本质上，这一步就是在完成身份认证的同时完成了首次充值，还是比较合理的。

第二步：订阅算力套餐

拿到邀请码后，就可以到 BenszAPI 注册并选择合适的订阅套餐。BenszAPI 目前提供三档方案：

几个细节值得注意。首先，所有套餐的倍率都是 ×1，没有额外的中间商加价，这点比较良心。其次，闲时动态计费（北京时间 00:00-07:00）会自动打折，最低到 ×0.8——如果你习惯夜间跑任务，实际成本会更低。三档套餐覆盖了从轻度写作到重度编程的不同需求，如果你不确定自己用量多大，建议先从 G-Standard 入手，不够再升级就好。

怎么用 BenszAPI 跑 Codex？

我的推荐组合是 BenszAPI + CC Switch + VSCode + Codex。CC Switch 是一个跨平台桌面工具，主要用来统一管理 Claude Code、Codex、Gemini CLI、OpenCode 等 AI 编程 CLI 的 Provider 配置；它的价值在于不用你手动反复改 config.toml、JSON 或环境变量，直接在图形界面里切换即可。¹²

登录 BenszAPI 后台

拿到邀请码并完成注册后，先进入 BenszAPI 后台。如果你是第一次登录，建议先看三个地方：账户余额、当前套餐、用量统计。余额决定你是否还能继续请求，套餐决定你的日/周/月额度，用量统计则方便排查“为什么今天突然不能用了”这类问题。

后台里如果看到订阅已经生效，就可以继续往下走；如果套餐状态还没刷新，先退出重新登录，或者稍等一两分钟再看。这里不用急，API 网关一般会有一点状态同步时间。

创建一个通用型 API

进入后台后，找到和 API / Keys / 令牌 / Tokens 类似的入口，点击新建 API。现阶段建议小伙伴们先选择通用型 API，不要一上来就纠结“科研写作专用”“编程专用”“模型专用”这类细分配置。通用型 API 的好处是兼容面更广，先把 Codex 跑通最重要，后面如果 BenszAPI 上线更多场景化 API，再按需求切换就行。

新建 API 时可以这样填：

• 名称：建议写成 Codex-VSCode 或 Codex-主力电脑，以后排查用量时更容易认出来
• 类型：选择通用型 API
• 模型范围：保持默认即可；如果后台要求选择模型，就优先选 GPT/Codex 相关模型
• 额度限制：新手可以先不单独限制，熟悉以后再给不同设备分配额度
• 备注：可以写设备名或用途，例如 MacBook Pro / VSCode Codex

创建完成后，后台会生成一串 Auth Key，通常长得像 sk-... 或类似格式。这个 Key 只会完整展示一次，建议当场复制到本地密码管理器里；如果后面忘了，最稳妥的办法是直接作废旧 Key，再新建一个。不要把 Auth Key 发到群里、截图发给别人，或者写进公开 GitHub 仓库，这个东西本质上就是你的算力钥匙。

在 CC Switch 里配置 Codex

接下来打开 CC Switch。第一次使用时，先确认它已经识别到 Codex CLI；如果你还没有装 Codex，可以回头看我之前的配置教程，里面已经讲过 VSCode、Claude Code 和 Codex 的安装流程。视频版也可以看这里：BV1DrcvzNEHb。¹³

在 CC Switch 里切到 Codex 相关页面，新建一个 Provider，建议名称直接写 BenszAPI。然后按下面思路填写：

• Provider Name：BenszAPI
• Base URL：填写 BenszAPI 后台提供的 API 地址；如果后台展示的是 OpenAI 兼容地址，一般会带 /v1
• Auth Key / API Key：粘贴刚才创建的 Auth Key
• Model：填写后台支持的 Codex/GPT 模型名称；如果你不确定，就先用后台推荐模型
• Wire API / API Type：如果 CC Switch 需要选择接口类型，优先选择 OpenAI compatible / Responses / OpenAI 兼容一类选项
• Reasoning Effort：日常写代码可以先选 high；如果你只是改小 bug 或写文档，可以降到 medium

保存以后，记得点击切换或启用，让 BenszAPI 成为当前 Codex Provider。很多小伙伴第一次配置失败，不是 Key 错了，而是 Provider 保存了却没有切换生效，哈哈，这个坑我也踩过。

打开 VSCode 正常使用 Codex

配置完成后，就可以回到 VSCode 里正常使用 Codex 了。最稳的验证方法是打开一个普通项目目录，让 Codex 执行一个很轻量的任务，比如：

请阅读当前项目结构，并用三句话概括这个项目是做什么的。

如果 Codex 能正常回复，说明链路已经打通：VSCode 调起 Codex，Codex 读取 CC Switch 写入的配置，再通过 BenszAPI 的 Auth Key 请求模型。你后面就可以按之前教程里的方式正常 Vibe Coding：让它读代码、写计划、改文件、跑测试、总结变更。

如果没有正常工作，可以按这个顺序排查。先看 CC Switch 当前选中的 Provider 是不是 BenszAPI，再看 Auth Key 有没有复制完整，然后检查 Base URL 有没有多写或少写 /v1。如果这些都没问题，再回到 BenszAPI 后台看套餐是否生效、余额是否充足、当天额度是否用完。一般来说，前面四项能解决绝大多数问题。

一个小建议

如果你有多台电脑，不建议所有设备都共用同一个 Auth Key。更好的做法是给每台设备单独建一个 API，例如 Codex-MacBook、Codex-iMac、Codex-Windows。这样一旦某台设备的 Key 泄露或不用了，只需要禁用对应 API，不会影响其它设备。对于科研工作者来说，这种“钥匙分开管”的习惯还是很值得养成的。

不止是 API 中转

BenszAPI 的定位不是一个简单的模型转发站。它的长期目标是围绕科研全链路做深度优化，让 AI 真正融入科研工作者的日常节奏。目前已经规划中的功能方向包括：

• 定制场景 API：针对标书撰写、论文润色、数据分析等高频科研场景，提供经过专门调优的 API 端点，省去自己调 prompt 的摸索成本
• 记忆功能：让 AI 能够记住你的研究方向、写作偏好、常用术语和项目上下文，多轮对话和跨会话协作更连贯，不用每次都从零开始解释背景
• 文献阅读与追踪方案（dudu）：这是 BenszAPI 生态中即将上线的一款产品，预计 2026 年 8-12 月发布。dudu 是一种变革性的文献管理和智能阅读方案——不是简单的 PDF 阅读器，也不是传统的 RSS 聚合，而是试图重新定义科研人员与文献之间的交互方式。具体细节会在产品临近上线时逐步公开，感兴趣的小伙伴可以持续关注
• Bensz Research Benchmark：正在内部开发中的一套基准测试体系，专门用于评估 AI Agent 系统在科研工作场景下的真实表现。与现有的通用 Benchmark 不同，它会聚焦在文献综述、实验设计、数据分析、论文写作等科研核心任务上进行评测，目标是建立一套更贴近科研实际需求的评估标准。产品目前仍在开发中，尚未对外发布

这些规划意味着，选择 BenszAPI 不只是买了一个月的 API 额度，更是加入了一个围绕科研场景持续迭代的生态。随着功能的逐步落地，早期用户也会优先体验到新特性。

适用人群与建议

BenszAPI 的目标用户画像是：高校老师、科研团队、需要用 Codex 做 Vibe Coding 的科研工作者。如果你符合这个画像，那 BenszAPI 的性价比是很明显的——月费 ¥90 起，还支持发票报销，走科研经费毫无压力。

如果你是纯开发者、不是科研背景，那 BenszAPI 可能不太适合你（毕竟准入门槛是学术论文验证），可以跳到后面看看其他方案。

PackyCode API：备选方案

⚠️ 注意：PackyCode 的 Claude Code 相关配置已基本过时，以下仅作简单推荐。如果你主要用 Claude Code，建议直接关注官方渠道或其他更新的服务商。

PackyCode API 是一个 API 中转服务平台，提供 Claude、GPT、Gemini 等多种模型的接入。它的核心优势在于支持多种模型源配置和发票报销。对于 Vibe Coding 来说，PackyCode 目前仍有一定参考价值的是它的 Codex + GPT-5.4 配置——如果你不想走拼车，而是想自己把 API 配置控在手里，下面这套配置可以试试：

model_provider = "packycode"
model = "gpt-5.4"
model_reasoning_effort = "high"
disable_response_storage = true
model_context_window = 1000000
model_auto_compact_token_limit = 900000
service_tier = "fast"

[feature]
multi_agent= true
fast_mode = true

[model_providers.packycode]
name = "packycode"
base_url = "https://api-slb.packyapi.com/v1"
wire_api = "responses"
requires_openai_auth = true

不过要提醒一句：如果你是科研工作者，BenszAPI 的订阅制通常会比 PackyCode 的按量计费更可预测、更划算。PackyCode 更适合那些已经有成熟使用经验、想要精细控制模型源的高级用户。如果你是刚入门，建议先从 BenszAPI 或 codexcn 开始。

OhMyGPT：多模型聚合平台

如果你想要一个能同时访问多种主流模型的平台，那 OhMyGPT 值得关注。这是一个企业级 AI 基础设施平台，聚合了 100+ 全球 AI 模型，包括 GPT-5.2、Claude Opus 4.6、Gemini-3-Pro、GLM-5 等，全部统一在一个 API 下管理。

为什么选择 OhMyGPT？

OhMyGPT 的核心优势在于：

• 模型多样：GPT、Claude、Gemini、DeepSeek 等主流模型一站式接入，无需管理多个帐号和密钥
• 零修改输出：无审查、无内容过滤，获得模型的原始响应，适合科研、基准测试和生产环境
• API 兼容：100% 兼容 OpenAI API 格式，现有代码可以直接使用，切换提供商只需几分钟
• 支付灵活：支持 PayPal、支付宝、微信支付、Stripe，自动续费保持服务不中断
• 发票支持：个人和企业发票都有，科研报销无压力

邀请奖励机制

OhMyGPT 还有一个很香的邀请奖励机制：

好友注册并充值满 4 美元（约 20 元人民币）后填写您的邀请码，双方均可获得 20 美元 ClaudeCode 专用抵扣额度。

几个要点需要注意：

• 此额度不会充入账户余额，而是独立的抵扣额度
• 必须使用指定活动端点才能使用此额度
• 额度有效期为 60 天
• 被邀请人需累计充值满 4 美元后填写邀请码，双方均可领取奖励（邀请人无需充值）

我的推广链接在这里：OhMyGPT 注册，有兴趣的小伙伴可以支持一下 (～￣▽￣)～

适用场景

OhMyGPT 特别适合以下场景：

• LobeChat 等 ChatBot 的 API 后端：如果你在用 LobeChat 这类开源聊天机器人前端，OhMyGPT 可以作为统一的 API 源，一个密钥搞定所有模型
• 配合 Agent Skills 使用：如果你有画科研图（原理图、流程图、技术路线图）的需求，以后可以配合 Nana banana 类的 Agent Skills 使用，OhMyGPT 的多模型支持能提供更灵活的选择
• 多模型对比研究：需要同时测试多个模型表现的研究者，一个平台就能搞定

Codex：平价拼车方案

如果你主要是用 OpenAI Codex CLI，那目前可以分成两种思路来看：一种是继续走 Team 拼车，另一种是直接走 API 中转。前者的优点是省心，后者的优点是可控性更强。就我现在的体感而言，拼车这边更值得关注的是 codexcn，API 这边更值得关注的是基于 PackyCode 跑 gpt-5.4。

有 ChatGPT 帐号：推荐 codexcn

如果你已经有 ChatGPT 帐号（Plus 或 Team 都行），那 codexcn 目前依然算是比较现实的选择。

• 价格：目前约 30 元/号
• 模式：5 人拼车，共享官方 Team 帐户额度
• 额度：对于一般用户来说完全够用
• 支付：支持国内支付方式

这个方案的原理是：codexcn 帮你把个人 ChatGPT 帐号加入到一个 Team 帐户里，共享 API 调用额度。虽然现在价格已经不再是早期那种”白菜价”了，但对于本来就有 ChatGPT 帐号、又想低成本稳定使用 Codex 的小伙伴来说，还是有一定吸引力的。还有一个很实用的点是：一个 ChatGPT 帐号其实可以同时绑定多个 Team。所以如果你发现 1 个车位不够用，也不用太纠结，直接补 2 个甚至更多就行。

PackyCode 的 Codex 拼车：目前已成过去式

如果你之前看过我早期的推荐，可能还记得 PackyCode 的 Codex 站。不过这里要专门更新一下：这条路目前已经没了，至少在我现在的观察里，PackyCode 的 Codex 拼车已经算是过去式了。

所以，如果你现在是准备入手 Codex 的新用户，就先别按照这条方案去规划了。后续当然还是可以继续关注一下，说不定以后会有新的形态回来；但就我个人的感觉来看，这件事重新恢复的概率有点悬。关于背后的整体环境变化，你也可以顺手看看我之前写的这篇文章：AI 的补贴时代结束了——然后呢？。

如果你没有 ChatGPT 帐号，又暂时不想自己折腾官方订阅，那现阶段确实会比以前尴尬一些。我的建议是：要么先把手头的 ChatGPT 帐号体系利用起来，要么就先观望，不要急着被一些来路不明的超低价方案带偏。

Codex + GPT-5.4 High 的配置参考

如果你不想走 Team 拼车，而是更希望自己把 Codex 的 API 配置完全控在手里，可以参考前面的 PackyCode 备选方案章节——那里有一套基于 PackyCode + gpt-5.4 High 的完整 config.toml 配置。不过再次提醒，对于科研工作者来说，BenszAPI 的订阅制通常比按量计费更划算、更可预测。

国产模型：智谱 GLM

如果你更倾向于使用国产模型，或者预算非常有限，那国产方案也值得考虑。不过我先把话说在前面：国产模型在 Vibe Coding 场景下有一些局限——很多模型商会限速，生产环境里不太实用。但如果你只是想尝鲜，或者任务量不大，国产模型还是有性价比优势的。

GLM-5 个人购买方案

如果你想用智谱的 GLM-5 模型，那我建议个人购买 Coding Plan。

• 购买方式：直接在智谱官方平台购买 Coding Plan
• 优势：避免拼车导致的风控和限速问题，使用体验更稳定
• 报销：支持企业报销，适合科研工作者
• 注册链接：智谱Coding Plan

这里要特别说明一下为什么我不推荐拼车：多人共享一个 Coding Plan 车位很容易触发智谱的风控机制，导致限速甚至封号。虽然拼车单价看起来便宜，但稳定性很差——高峰期别人在用大模型、你这边就被限了，体验非常糟糕。与其在限速的焦虑中煎熬，不如花点钱买一个属于自己的 Coding Plan，量大管饱，完全没有 token 焦虑。

我自己在写综述的 Agent Skill 里测试过 GLM-5，整体表现相当不错——相比之前的 GLM-4.7，能明显感觉到智能水平的提升，在文献检索、内容组织和学术写作这些任务上都有惊喜。如果你有类似的长文本生成需求，GLM-5 值得一试。

如果你在CC-Switch里设置GLM的模型，建议暂时可以从这个配置开始：

⚠️ 注意：GLM-5 Coding Plan 的 API 仅支持在 Claude Code 中使用。如果你尝试在自己的 SDK 或其他自建应用中调用，可能会触发限速甚至封号。智谱对 Coding Plan 的定位很明确——它是一个面向终端用户的”开箱即用”方案，而不是通用 API 服务。

火山引擎：需要避雷

火山引擎是字节跳动旗下的云服务平台。这是我用过的最恶心的AI平台。它的缺点：
– 每天发送多条优惠信息进行轰炸
– 通过变化发送号码规避用户拦截
– 无比复杂的后台
– 分分钟产生额外付费的产品设计（尽管你已经买了Coding Plan）

这是我花过的最后悔的钱。如果大家准备入手，应该谨慎使用。

国产模型的局限

虽然国产模型在价格和访问便利性上有优势，但在 Vibe Coding 场景下确实存在一些局限：

• 限速问题：很多国产模型商会对 API 调用频率进行限制，高峰期尤其明显
• 能力差距：在复杂推理、代码生成、长文本处理等任务上，与 Claude/GPT 系列还有一定差距
• 生态支持：Claude Code 和 Codex CLI 对国产模型的支持相对有限，可能需要额外配置

所以我的建议是：国产模型可以作为备选或补充，但主力还是建议用 Claude/GPT 系列。当然，如果你只是想入门体验一下 Vibe Coding，国产模型的低成本确实很有吸引力。

费用对比与选择建议

聊了这么多方案，可能小伙伴会有点晕——到底该选哪个？这里我简单对比一下各方案的费用和适用场景。

我的选择

对于我个人来说，我的配置是：

1. 主力：BenszAPI G-Premium + Codex（日常编程、标书写作、科研分析）
2. 副力：codexcn 拼车（轻量 Codex 任务补充）
3. 多模型：OhMyGPT（LobeChat 后端、Agent Skills 配合科研绘图）
4. 尝鲜：智谱 GLM-5（测试国产模型、低成本任务）

这样的配置基本能覆盖我所有的工作场景。BenszAPI 的订阅制让费用更可预测，配合闲时折扣，整体性价比很满意。

选择建议

如果你还是不知道怎么选，可以参考以下建议：

• 高校老师、科研工作者（首选）：直接走 BenszAPI，DOI/ORCID 邀请制保证社区纯粹，¥90/月起支持发票报销，省心省力
• 有 ChatGPT 帐号的开发者：优先考虑 codexcn；目前约 30 元/号，不够用就继续补 Team 车位
• 多模型需求、LobeChat 用户：OhMyGPT，100+ 模型一站式接入，还有邀请奖励
• 预算有限的学生党：可以考虑智谱 GLM-5 的个人购买方案，低成本尝鲜会比拼车更稳
• 高级用户、需要精细控制：PackyCode 多源配置，灵活度高，但 Claude Code 相关配置已基本过时

小结

这篇文章给小伙伴们详细介绍了如何获得 Vibe Coding 相关的 AI 算力。如果你是高校老师或科研工作者，BenszAPI 是目前的首选推荐——通过 DOI/ORCID 邀请制保证用户质量，订阅制定价透明可预测，还支持发票走科研经费。除此之外，codexcn 拼车适合已有 ChatGPT 帐号的用户，OhMyGPT 适合多模型需求，智谱 GLM-5 适合预算有限的尝鲜者。

最后提醒几句：不要贪图过于便宜的 API——市面上确实存在用其他模型冒充 Claude/GPT 的情况，短期看省钱，长期看影响工作质量，得不偿失。同时，PackyCode 的 Claude Code 相关配置已基本过时，如果你是按旧文章来的，记得更新认知。

如果你在配置或使用过程中遇到问题，欢迎在评论区交流讨论。Vibe Coding 的时代已经到来，希望这篇文章能帮小伙伴们顺利拿到通往这个新时代的”门票”~

参考来源:

1. BenszAPI – 科研人员的 AI 写作与分析助手. https://api.benszresearch.com
2. BenszInvite – BenszAPI 邀请码系统. https://invite.benszresearch.com
3. BenszAPI Pricing – 订阅套餐定价. https://api.benszresearch.com/pricing
4. PackyCode API – 第三方 AI API 中转服务平台. https://www.packyapi.com/register?aff=OzfE
5. OhMyGPT – 多模型聚合平台（100+ 全球 AI 模型）. https://x.dogenet.win/i/kUOGvGyo
6. codexcn – Codex 拼车服务平台. https://codexcn.com
7. 智谱 AI – GLM-5 Coding Plan. https://www.bigmodel.cn/glm-coding?ic=BNIXXULS2J
8. 本站文章 – AI入门系列 配置vibe coding工具： VSCode+Claude Code+Codex. https://blognas.hwb0307.com/ai/6973
9. 本站文章 – Vibe Coding CLI评测： Claude Code vs. OpenAI Codex vs. Gemini CLI. https://blognas.hwb0307.com/other/6923
10. Bensz Channel – AI 的补贴时代结束了——然后呢？. https://channel.hwb0307.com/channels/ec1b82085e288cf2/articles/88f9863560600976
11. huangwb8/sub2api – AI 订阅资源 API 管理平台. https://github.com/huangwb8/sub2api
12. CC Switch – Claude Code / Codex / Gemini CLI / OpenCode 配置管理工具. https://github.com/farion1231/cc-switch
13. Bilibili 视频教程 – VSCode 正常使用 Codex 相关教程. https://www.bilibili.com/video/BV1DrcvzNEHb