Codex，1 个月吃掉 150GB 流量，写满 4T 硬盘，疯了吗？

文章摘要

【关 键 词】 AI编程、代码助手、工具演进、资源消耗、开发环境

OpenAI 的 Codex 桌面端在运行时引发了极高的网络流量与硬盘写入消耗，单月流量可达 150GB，硬盘写入量激增至近 5TB。这种现象源于 Codex 已从单一的代码补全助手演变为包含云端沙盒执行、实时双向通信及多智能体并行的完整 AI 开发环境。其默认的 WebSocket 长连接、高频次的上下文同步以及始终在线的后台进程设计，导致了本地与云端之间持续且庞大的数据传输与文件索引操作。

与之形成鲜明对比的是竞品 Claude Code，该产品几乎未产生类似的高资源消耗抱怨。Claude Code 定位为纯粹的终端命令行工具，所有文件操作与代码执行均在本地完成，网络交互仅限于标准的 API 请求与响应。尽管 Claude Code 在模型推理阶段的 Token 消耗高于 Codex，但其用完即走的轻量级架构彻底杜绝了后台静默消耗与冗余的网络通信开销。这反映出两种截然不同的产品设计哲学，即重度环境封装与轻量级终端原生之间的路线差异。

AI 编程工具正经历一条明显的重型化演进路径，从最初的编辑器插件，逐步升级为接管文件与终端工作流的助手，最终发展为始终运行的云端本地融合平台。当前开发者倾向于采用混合策略，结合轻量级工具在架构理解上的优势与重型工具在自动化执行上的便捷性。这表明 AI 编程工具正逐渐从偶尔调用的辅助程序转变为持续运行的基础设施，其在物理硬件与网络带宽上占据的系统资源重量也将随之持续增加。

原文和模型

【原文链接】 阅读原文 [ 2256字 | 10分钟 ]
【原文作者】 极客公园
【摘要模型】 qwen3.7-plus
【摘要评分】 ★★★★☆

阿里云百炼

大模型服务平台是阿里云基于通义大模型等多种大模型的一站式大模型开发平台。