OpenAI主动给Claude Code写插件：AI工具链的墙开始倒了

如果你关注GitHub Trending，上周你可能注意到一个叫codex-plugin-cc的项目冲上了榜首。27000+ stars，月增4400。项目简介只有一行：“Use Codex from Claude Code to review code or delegate tasks.”

翻译一下：OpenAI官方发布了一个插件，让你在Claude Code里调用OpenAI的Codex模型来审查代码或分配任务。

这操作搁两年前，相当于Apple给Android写App。但现在它发生了，而且不是第三方搞的，是OpenAI官方自己动的手。

这件事为什么值得关注

技术上没什么难度。这插件本质就是个Claude Code的扩展，通过命令行调OpenAI API。任何一个有经验的开发者花一个周末都能写出来。

但关键不在技术含量，在于这个动作背后的信号。OpenAI选择打通竞品，而不是封锁用户。这说明了一个已经被验证的商业逻辑：模型层的竞争格局已经基本定型了，GPT-5.5、Claude Fable 5、Gemini 3.5各有所长，谁也不碾压谁。真正的战场转移到了工具链生态。

谁能帮开发者更高效地把不同模型组合起来用，谁就能赢得下一阶段的竞争。OpenAI选的路不是锁住用户，而是让用户在哪里都能用上Codex。反直觉，但合理。

这个趋势不只是OpenAI在做

差不多同一时间，GitHub上还有一个叫herdr的项目也在升温。它做的是一个Agent Multiplexer（多路复用器），简单说就是让你在同一个终端里无缝切换Claude Code、Codex CLI、Gemini CLI等不同Agent工具。不用每次换工具就切窗口、重新配环境。

这些项目的共同逻辑是：AI工具链正在从“各自建围墙”走向“互联互通”。以前我们讨论的是“Cursor好还是Claude Code好”，以后可能是“怎么把Cursor、Claude Code和Codex串在一起用”。

对开发者意味着什么

第一，别押注单一工具。现在的局面是每个模型都有自己擅长的领域：Claude擅长写业务逻辑和长文档，GPT在代码Review和推理上更强，Gemini的多模态理解独一档。把它们的特长组合起来用，才是正经思路。

第二，关注MCP和A2A协议。MCP（Model Context Protocol）正在成为Agent与工具之间的USB接口标准，连微软的Copilot Studio都宣布支持了。A2A（Agent-to-Agent）协议则让不同Agent之间可以互相通信和协作。这两个协议一旦普及，以后你的Claude Agent可以直接调GPT的工具，反之亦然。

第三，学习写MCP Server。不是学习用某个具体工具，而是学习怎么让任何工具被任何Agent调用。这个技能在接下来一两年会很值钱。

墙倒了，然后呢

OpenAI主动打通Claude Code这件事，我其实不意外。去年的AI圈还在比谁模型强，今年已经变成比谁生态大。模型是弹药，生态是战场。OpenAI意识到光有最好的模型不够，得让这个模型出现在所有开发者待的地方。

对普通开发者来说，这是个好事。工具不再逼你站队，你可以根据任务选最合适的模型，不用被锁定在某个平台上。

但有一个潜在问题：当工具链完全打通之后，AI编程的质量瓶颈可能不再是选什么工具，而是你自己对需求的理解有多清晰。工具越强，对使用者的要求反而越高。