adversarial-review

敵対的コードレビュー

異なるモデルファミリーの 2 人のレビュアー、Claude と Codex/GPT が、同じ差分を個別にレビューし、次にそれぞれが相手の指摘を反証しようとします。指摘の信頼度は、この反対尋問を乗り越えられるかどうかで決まります。これにより、単独の LLM レビューで起きる 2 つの失敗モード、すなわち自己正当化（モデルは自分の成果を批判しない）と、自信に満ちた誤検出を防ぎます。

あなたはオーケストレーターであり、2 人のレビュアーのうちの 1 人です

このスキルは Claude Code または Codex のどちらからでも実行できます。まず、自分がどのモデルファミリーなのか（Claude または Codex/GPT）を特定します。次に：

• あなたはレビュアー #1 です。このセッションで、自身のツールを使ってネイティブにレビューします。
• もう一方のファミリーはレビュアー #2 です。独立したレビューのために、サブプロセス CLI として呼び出します。新しいプロセスで、コンテキストは共有されません。この独立性が重要です。

「もう一方のモデル」の CLI：

あなたが…	もう一方を次の方法で呼び出す…
Claude	codex exec（GPT）
Codex	claude -p（Claude）

それ以外の手順はすべて対称です。以下の prompts/ と schemas/ のパスは、このスキル自身のディレクトリ（この SKILL.md がある場所）を基準に解決してください。

入力

独立した、任意指定の入力が 2 つあります：

• BASE — 差分を取る対象の ref。デフォルトは main です。
• SCOPE — レビュー範囲を絞る pathspec（例：src/basic_memory）。デフォルトでは指定なし（差分全体）です。

これらは別々のものです。ref と pathspec は相互に置き換えられません。事前確認で正規の diff コマンドを一度だけ組み立て、以下のすべての箇所で再利用してください。diff コマンドをインラインで書き直してはいけません（表記が散在して一貫しなくなったことが、以前の問題の原因でした）。$SCOPE に空白や glob 文字が含まれていてもそのまま扱えるよう、文字列ではなく argv 配列として組み立ててください：

BASE="${BASE:-main}"
DIFF=(git diff "$BASE...HEAD")          # argv array — never a scalar string
[ -n "$SCOPE" ] && DIFF+=(-- "$SCOPE")  # pathspec stays one argument even with spaces
DIFF_STR=$(printf '%q ' "${DIFF[@]}")   # shell-quoted rendering, for embedding in a prompt

実行する場合は "${DIFF[@]}" を使用します（引用符で囲み、単語分割しません）。サブプロセスのプロンプト内にテキストとして埋め込む場合は $DIFF_STR を使用します。

事前確認

0. この SKILL.md があるディレクトリを SKILL_DIR に設定します。正規の場所は .agents/skills/adversarial-review（共有エージェントスキルストア）です。Claude Code からは .claude/skills/adversarial-review のシンボリックリンク経由で、Codex からは独自のスキルパス経由でアクセスします。いずれの場合も、prompts/ と schemas/ のサブディレクトリはこのファイルと同じ階層にあります。
1. もう一方のモデルの CLI が PATH 上にあることを確認します（自分が Claude なら codex、Codex なら claude）。見つからない場合は、パネルが単一モデルにフォールバックすること（ベンダーをまたぐメリットが失われること）をユーザーに伝え、続行するか中止するかを確認します。
2. "${DIFF[@]}" を実行します。何も出力されない場合は、「$BASE と比較してレビュー対象はありません」と報告します（$SCOPE が設定されている場合は、それにも言及します）。その後、停止します。
3. RUN=$(mktemp -d) — もう一方のモデルの出力用の一時ディレクトリです。一時的なもので、コミットしてはいけません。永続化される成果物も、状態ファイルもありません。

フェーズ 0 — 決定論的ゲート（モデルに渡す前）

モデルは否定表現（「X を決して行わない」）を統計的に見落としやすいため、プロンプトではなくツールを使って機械的にコーディング規則を適用し、検出結果は高信頼度の事実として扱います（モデルの指摘とは分けて報告します）。

• 差分が src/ に触れている場合は、just lint と just typecheck を実行します。
• 差分を grep し、検出可能なコーディング規則違反を探します：デフォルト値を指定する getattr(.*,.*,、裸の except:／except Exception: pass、関数スコープでの import。

フェーズ 1 — 個別レビュー（あなたともう一方のモデルが並行して実施）

両方のレビュアーに同じブリーフを渡します。prompts/review.md とリポジトリの CLAUDE.md のルールに従い、"${DIFF[@]}" の差分をレビューします。どちらも schemas/findings.schema.json に一致する指摘を出力します。

あなた自身のレビュー： prompts/review.md に従ってレビューします。指摘は その JSON 形式で保持してください。

もう一方のモデルのレビュー — リポジトリのルートから、あなたに該当する行を実行します。

codex の標準入力は必ず /dev/null からリダイレクトしてください。標準入力がパイプの場合（呼び出しがバックグラウンドで実行される場合など）、codex exec は「標準入力から追加の入力を読み取り中...」の状態でブロックし、失敗します。

# You are Claude → run Codex:
codex exec -s read-only \
  --output-schema "$SKILL_DIR/schemas/findings.schema.json" \
  -o "$RUN/other_findings.json" \
  "$(cat "$SKILL_DIR/prompts/review.md")

Review the diff: $DIFF_STR" </dev/null

# You are Codex → run Claude (read-only via plan mode; parse the JSON block it returns):
claude -p --permission-mode plan --output-format json \
  "$(cat "$SKILL_DIR/prompts/review.md")

Review the diff: $DIFF_STR
Return ONLY a JSON object matching this schema:
$(cat "$SKILL_DIR/schemas/findings.schema.json")" </dev/null > "$RUN/other_raw.json"
# claude --output-format json output shape varies by CLI version: it may be a JSON ARRAY
# of event objects, OR a single result object. Normalize before reading: if it's an array,
# take the element with type=='result'; otherwise use the object as-is. Then read its
# .result string, strip the ```json fence if present, and parse that.
# (Verified empirically: the CLI in this environment emits the array form.)

Codex のオーケストレーションに関する実行時の注意：claude -p にはネットワークアクセスが必要ですが、Codex のデフォルトのサンドボックスではブロックされます。ネットワークアクセスが許可された、プロジェクトを信頼済みとする Codex セッションから実行してください（または、プロンプトが表示されたら claude の呼び出しを承認してください）。Codex 自身のサンドボックスは有効のままにしてください。ネットワークに接続するためだけに、サンドボックスを回避してはいけません。

各指摘に、その起点（claude / codex）を付けてください。

フェーズ 2 — 相互反論

各モデルは、prompts/refute.md に従って、もう一方のモデルの指摘に反論します（判定は schemas/verdicts.schema.json に一致させます）。

• あなたは、もう一方のモデルの指摘に自分で反論します。
• もう一方のモデルは、あなたの指摘に反論します。同じ方法でもう一度呼び出し （prompts/review.md を prompts/refute.md に置き換え、あなたの指摘 JSON と $DIFF_STR を追加して、適切なベースとスコープに照らして判断させます。Codex の場合は --output-schema "$SKILL_DIR/schemas/verdicts.schema.json" を使います）。

指摘との対応付けには id を使ってください。

フェーズ 3 — 統合して報告（自動修正はしない）

指摘を統合し、重複を除き（同じファイルで、行が重なり、根本原因が同じものは 1 件にまとめます）、出所に基づいて信頼度を割り当てます。

• 高 — 両方のモデルがそれぞれ独立して指摘した、または一方が指摘し、もう一方が支持した。
• 中 — 一方が指摘し、もう一方は反論できなかったが、独立しては発見しなかった。
• 低／論争あり — 一方が指摘し、もう一方が反論した。両方の見解を示して残し、人間の判断に委ねます。論争のある指摘を黙って削除してはいけません。
• 決定論的なゲートで検出されたものは、モデルの判定とは分けて、事実として報告します。

severity × confidence の順で並べます。簡潔な表を提示します。列は severity | confidence | file:line | claim | found-by / upheld-or-refuted-by です。信頼度の高い指摘については、why と 修正案があれば、それを詳しく説明します。

最後に、修正する指摘があるかどうかを尋ねます。ユーザーが選ぶまでコードを編集してはいけません。 モデル間で一致しても、それが正しいとは限りません。あなたの役割は、ブランチに問題がないと断言することではなく、順位付けされ、相互検証された指摘の一覧を提示することです。

意図的に実施しないこと

• 両方が一致するまでループすること（モデルは正しいからではなく、何も言わなくなることで収束します）。
• 成果物やステートマシンを永続化すること（作業用ディレクトリは破棄されます）。
• 修正を自動適用すること。