[退坑/调研/IDE] JetBrains PyCharm 你太胖了，我还是弃用选 VS Code + Codex 吧！

0 序

  • 1台 16GB 内存的机器，开个 PyCharm 就能吃掉 10GB 以上（例如：后台频繁开启 check updating conda packages list等子进程）、CPU 风扇狂转，界面卡到怀疑人生，卡机数次。

而我只是想改个 Python 文件而已......
我不是在写代码，我是在养一头【大象】！。

  • 在被PyCharm反复鞭打数次后，于是我把 PyCharm 卸载了，换成了 VS Code + Codex。这篇博客，是我近期慎重考虑、并迁移后的完整复盘。

虽然 JetBrains PyCharm 已经识别到了这个问题，且也在不断优化。但你再怎么优化，也摆脱不了基于 JVM + 重度代码智能设计必然引起这种现象的底层结局。
在用了数年PyCharm之后，今天意识到 JetBrains PyCharm 这类【重度代码智能IDE】更适合【入门/初学者】或机器确实配置极高（对这点资源浪费无所谓的）玩家们。

  • 上一下脱坑、转VSCode + Codex（VS插件 + CLI + Desktop）的效果图：

image

  • 下面我记录一下笔者：脱坑PyCharm，拥抱 VS Code + Codex 的决策过程。

1 脱坑PyCharm，拥抱 VS Code + Codex 的决策过程

PyCharm 真的"胖"吗？让数据说话

  • 不是我矫情。JetBrains 自己的社区论坛里，2026 年 1 月就有开发者反馈：在 16GB 内存的 Windows 11 机器上做 Odoo 开发，PyCharm 2026.1.1 每次启动都会【全量重索引】，RAM内存 迅速飙到 5GB+，CPU 占用极高，UI 严重迟滞。

  • 第三方对 250 个反馈源的分析更直白：

  • 空闲内存：PyCharm 约 1GB，VS Code 不到 300MB
  • 编码中：PyCharm 经常突破 1.5GB，极端案例冲到 12GB
  • 启动与索引：大项目插件和依赖加载耗时明显，老机器尤甚
  • 卡死：JVM 的 GC 引发 Stop-The-World，编码几小时后 CPU 占用 30-40%，几乎不可用
  • 定价：Professional 版 $199/年，Community 版不支持 Web 框架

根因很清晰：PyCharm 跑在 JVM 上，默认堆内存只有 512MB~2GB。一旦你的项目索引文件超过 10 万个，默认配置就会失效，Full GC 频繁触发，界面卡死就成了日常。
笔者今天的情况是，仅加载了1个Python项目，项目内的Python文件不超过15个，且代码量并不多。

说白了，PyCharm 为了"深度代码智能"收的税，已经超过了它带来的收益——至少对 80% 的开发者来说是这样的。

市场已经用脚投票：VS Code 已成事实标准

  • 很多人不知道的是，2025 年的开发者市场已经发生根本性转移。

全品类编辑器使用率（Stack Overflow Developer Survey 2025）

排名 编辑器 使用率
🥇 1 VS Code 75.9%
🥈 2 Visual Studio 29.0%
🥉 3 Notepad++ 27.4%
4 IntelliJ IDEA 27.1%
5 Vim 24.3%
6 Cursor（AI 编辑器） 17.9%
7 PyCharm 15.0%

Python 专项（2025 PSF & JetBrains Python Developer Survey，约 29000 份有效回复）

  • VS Code：48%
  • PyCharm：25%

2个关键信号：

  1. 写 Python 的人里，近一半在用 VS Code——而且这个差距还在继续扩大
  2. PyCharm 在全品类只有 15%，说明它的用户基本只写 Python；一旦涉及多语言，开发者就流向了 VS Code

Python IDE 市场本身也在增长：从 2025 年的 $2.84 亿扩张到 2034 年的 $4.62 亿，CAGR 5.9%。其中云 IDE 增速（8.2%）明显快于本地 IDE（3.1%）——这背后是 AI 编程工具的全面渗透。

一个不容忽视的细节：部署了 AI 代码补全（Copilot、JetBrains AI Assistant 等）的团队，开发时间缩短了 25%-35%。AI 辅助不再是"尝鲜"，而是【生产力刚需】。

为什么我选择的是 VS Code + Codex，而不是别的?

  • 市面上的选项其实不少：Cursor（17.9% 使用率的 AI 编辑器黑马）、JupyterLab、Wing IDE、Neovim……但最终我选了 VS Code + Codex，理由是：

1. VS Code 本身就是生态王者

  • 启动快、内存占用低（空闲 <300MB）
  • 扩展市场几乎涵盖所有开发场景
  • 免费、开源、跨平台

2. Codex 是 OpenAI 官方的"Agentic"编程助手
和简单的代码补全不同，Codex 能：

  • 读懂整个项目结构
  • 跨文件编辑和重构
  • 运行命令、跑测试
  • 在 VS Code 侧边栏进行对话式开发

3. 二者结合 = 轻量 + 智能
PyCharm 的"重量级智能" vs VS Code + Codex 的"轻量 + AI 原生"——后者才是 2026 年正确的开发范式。

迁移实战：我的 VS Code + Codex（VS插件 + CLI + Desktop） 配置清单

4.1 基础扩展（必装）

Python (ms-python.python)     # 核心语言支持
Python Debugger               # 核心语言支持
Pylance (ms-python.vscode-pylance)  # 语言服务器，类型检查与补全
Ruff                           # 飞快的 lint + format
Black Formatter                # 格式化
Jupyter                        # notebook 支持
GitLens                        # Git 增强
Docker / Dev Containers        # 容器化开发
Codex IDE extension (OpenAI)   # OpenAI 官方 Codex 集成

4.2 Codex 接入步骤

方式1 Codex的VSCode插件（√实测）

方式2 Codex CLI （仅参考/未实测）

Step 1：安装 Codex CLI（共享配置的基础）

npm install -g @openai/codex
codex  # 首次运行会提示用 ChatGPT 账号或 API Key 登录

Step 2：在 VS Code 扩展市场搜索 "Codex"
认准 OpenAI 官方发布的 "Codex IDE extension"，安装后左侧活动栏会出现 Codex 图标。

Step 3：配置 ~/.codex/config.toml

# 选择默认模型
model = "gpt-5.6-codex"

# 审批与沙箱策略
# 根据团队规范调整
approval_policy = "on-fail"
sandbox_mode = "workspace"

# 网络代理（企业环境）
# network_proxy = "http://proxy.company:8080"

Step 4：Windows 用户强烈建议走 WSL
OpenAI 官方明确说 Windows 支持仍是实验性的，推荐用 WSL 获得最佳体验：

wsl --install

然后在 WSL 里：

cd ~/code/your-project
code .  # 打开 WSL Remote 窗口

4.3 .vscode/settings.json 推荐配置 （未实测）

{
  "codex.model.chat": "gpt-5.6-terra",
  "codex.model.edit": "gpt-5.6-terra",
  "codex.model.work": "gpt-5.6-sol",
  "codex.temperature": 0.2,
  "codex.maxTokens": 4096,
  "codex.inlineDiff.autoOpen": true,
  "codex.context.autoIncludeOpenFiles": true,
  "codex.context.maxFiles": 12,
  "codex.ignoreFile": ".codexignore"
}

4.4 .codexignore（保护敏感文件）（未实测）

**/*.pem
**/*.key
**/.env
secrets/**
dist/**
build/**
.target/**

Codex 的真实工作流：Ask（需求/问题/任务） → Edit → Review → Commit

迁移后，不少开发者的日常开发变成了这样：

1. 开场先做"项目定向"

"Explain the architecture and main entrypoints."
"Find where authentication is implemented and map the request flow."

让 Codex 先理解项目，后续请求会更精准。

2. 小步快跑式改造

"Implement feature X with minimal changes."
"Add tests for Y."
"Refactor module Z, but keep behavior identical."

3. 像审查队友的 PR 一样审查 Codex 的 diff

git status
git diff
# commit checkpoints

重要提醒：Codex 生成的代码必须经过人工审查和测试，不能直接用于生产环境。涉及敏感业务逻辑或安全相关的代码，不建议完全依赖 AI 生成。

其他开发者们迁移三个月后的真实感受（仅参考）

维度 PyCharm 之前 VS Code + Codex 现在
空闲内存 ~1GB < 300MB
大项目启动 5GB+，全量索引卡死 秒开，按需加载
AI 辅助 JetBrains AI Assistant（需订阅） Codex/ClaudeCode/... 等原生 Agent 工作流
跨语言 弱（Python 优先） 强（同一编辑器搞定所有）
重构能力 强 中（但 Codex 能跨文件智能重构补位）
价格 Pro $199/年 VS Code 免费 + Codex 按用量

最让人惊喜的是 Codex 的跨文件重构能力。以前用 PyCharm 改一个函数签名，重构工具虽然强但经常要手动确认一堆东西；现在我对 Codex 说"Refactor module Z, but keep behavior identical"，它会自己分析依赖、改动相关文件、跑测试、给出 diff——我只需要 review。

什么情况下你不该换？

老实说，VS Code + Codex 并非银弹。以下场景 PyCharm 仍有优势：

💡 保留 PyCharm 的理由：

  • 你在做大型 Django / Flask 企业项目，重度依赖 PyCharm 的框架深度集成
  • 你需要最强的图形化调试器（条件断点、运行时求值）
  • 你的机器有 16GB+ 内存，且项目单一、不涉及多语言
  • 团队统一用 PyCharm，协作成本考虑
  • 但只要你对"轻量"和"AI 原生"有任何诉求，VS Code + Codex 就是 2026 年的最优解。

小结

  • PyCharm 不是不好，它是为另一个时代设计的——那个时代，开发者愿意用内存和 CPU 换深度代码智能，AI 辅助还没有今天这么重要。

  • 但 2026 年的现实是：

  • VS Code 占据全品类 75.9%、Python 专项 48% 的统治性份额
  • AI 代码补全能缩短 25%-35% 的开发时间
  • 云 IDE 增速（8.2%）远超本地 IDE（3.1%）
  • 开发工具的未来，是轻量载体 + AI 大脑，而不是重型单体应用。PyCharm 拼命往这个方向转（集成 AI Assistant、Pyrefly 类型引擎），但它的 JVM 基因决定了它不可能真正"瘦下来"。

所以——

PyCharm，你太胖了。
我选 VS Code + Codex，轻装上阵。

  • 如果你也受够了 PyCharm 的卡顿，花一个下午按上面的清单配置好 VS Code + Codex，大概率你会回来给我点个赞。

如果你在迁移过程中遇到具体问题（比如 Codex 在 Windows 上的奇葩表现、Python 扩展配置踩坑等），欢迎评论区交流

X 参考资料

  • Stack Overflow Developer Survey 2025
  • 2025 PSF & JetBrains Python Developer Survey
  • PyCharm 2026.1.1 社区反馈：启动全量索引导致 5GB+ 内存占用
  • VS Code + Codex 官方集成指南（Onsys Technologies, 2026）
  • Python IDE 软件市场报告（Dataintelo, 2025）
posted @ 2026-08-26 13:10  千千寰宇  阅读(24)  评论(0)    收藏  举报