cross-model-review

跨模型审查

使用一位新的审查者，根据原始请求对产物提出质疑。不同模型系列可以带来有益的多样性，但意见一致并不代表结论正确。除非用户明确要求更改，否则保留用户配置的模型和推理力度。技能指南不得凌驾于任务范围、现有授权或宿主权限之上。

选择审查方式

情况	方式
Claude 编写，且可用 Codex	使用范围明确的 codex review，或针对自定义问题使用 codex exec
Codex 编写，且可用 Claude	使用 claude -p，提供范围明确的任务说明并限制工具访问
使用带有 xreview 扩展的 Pi	检查其范围语义后，使用已安装的 /xreview 接口
原生审查者使用不同模型系列	获得授权后，使用已公开的委派工具；检查其实际架构
无法使用不同模型系列	使用全新上下文进行审查仍有帮助；说明这只能提供上下文独立性

在依赖所选 CLI 的标志之前，先运行其 --version 和相关的 --help。工具名称、等待时限、权限和模型可用性取决于当前宿主。外部 CLI 仍属于委派；它不能绕过宿主的禁令。

如需了解 CLI 详情和可复制的启动命令，请阅读 references/cli-flags.md。使用 references/prompts.md 获取所需的审查模式。仅当启动失败或停滞时，才加载 references/failure-recovery.md。

冻结待审查产物

记录原始请求、仓库路径、审查基准、头部 SHA 和负责的文件列表。审查工作树时，纳入已暂存、未暂存以及相关的未跟踪文件。单独的 SHA 无法描述尚未提交的工作；应保留差异和文件内容，或内容摘要。将无关工作排除在审查材料之外。

范围	要捕获的证据
分支	精确的基准和头部，以及 git diff <base>...<head>
单个提交	父提交和该提交，以及 git show <sha>
工作树	git status --short、已暂存和未暂存的差异、相关未跟踪文件的内容
文档或诊断	确切的产物版本、主张列表及支持材料
修复验证	原样记录的问题、声称的修复、新产物及回归用例

在审查者阅读期间冻结被审查的文件。在其他地方继续独立工作。如果产物发生变化，明确指出差异，并重新审查受影响的行为。仅元数据变更的提交不会抹去针对相同文件树的执行证据，但未经内容比对，绝不能声称旧审查检查过新的 SHA。

编写一份允许不同意见的简报

先向审阅者提供用户的实际请求和待审阅产物，再给出你的解读。包含必要的约束和相关仓库说明。将你提出的解释标注为假设。首次独立审阅时，避免透露你希望对方确认的结论。

一份有用的简报应说明：

• 问题和确切的审阅范围。
• 需要检查的重要行为、接口或故障模式。
• 可用证据以及复现所需的环境。
• 允许采取的操作和要求的输出。

现有测试结果是凭据，不是要求相信作者的指令。让审阅者重复关键检查，或自行选择独立的探查方式。避免设置数字置信度门槛、强制要求发现问题的数量，或预设缺陷必然存在的提示。只读审阅并不意味着测试没有风险：不受信任的代码需要在没有凭据的隔离环境中运行。

对于代码，请要求每项发现都说明触发条件、影响、位置和证据。对于规范，请要求指出未满足的要求或具体反例。对于事实核查，请要求逐项给出判断，并附上第一手来源。对于设计咨询，请要求给出建议，以及哪些证据会改变该建议；咨询不需要 PASS。

只启动一次，并保留句柄

对于耗时较长的 Claude CLI 审阅，请使用 scripts/run_claude_review.py，并通过 scripts/review_status.py 查看保存的状态。阅读 references/observable-reviews.md，了解启动、身份验证、范围和恢复详情。该辅助工具会保留事件和 stderr，无需再启动另一个审阅进程。如果原生主机进度工具或直接 CLI 捕获能提供足够的可见性，也可以使用。

将完整输出捕获到唯一文件，并在启动前打印该文件路径。将提示词内容放入文件或单引号 heredoc 中。不要将不受信任的文本插入 shell 代码。带引号的 "$(cat "$review_prompt")" 会将可信提示词文件作为一个参数读取；不带引号的 heredoc 可能会执行其中嵌入的 shell 语法。

运行中的进程或单元格 ID 表示任务仍在进行。使用主机支持的等待操作轮询同一个句柄。等待时长决定主机何时返回，并不决定审阅者能否成功。使用合法的等待值，并为向用户更新留出时间；不要在每个脚手架中都硬编码五分钟的初始等待时间。

不要将实时审阅通过 head 或 tail 管道输出，作为唯一的捕获方式。head 可能会提前关闭管道；tail 通常会等到 EOF 才输出，并丢弃较早的发现。完成后读取保存的结果。无输出、转录内容大小和耗时都不能证明审阅结论。

身份验证必须遵循用户预期的提供商和计费途径。对于由订阅支持的 Claude 审阅，如果继承的 ANTHROPIC_API_KEY 会导致使用非预期的 API 计费方式，请从该子进程中移除它。对于明确使用 API 的工作流，则应保留该变量。绝不要打印凭据，也不要为了运行审阅而更改持久身份验证配置。

审核调查结果

调查结果在其引用路径和触发条件经受住反证尝试之前，只是一项主张。修改代码前，先检查实际审核的具体产物。审核者可能会认错名称相似的文件、编造 CLI 标志，或指出 HEAD 上已修复的行为。

处置	所需证据
修复	授权范围内确有缺陷，且原因可复现或已完整追溯
拒绝	能反驳该调查结果的反例、契约或有意取舍
后续跟进	已验证但不在此次变更因果范围内的问题
未解决	缺失的环境、事实或决策，以及可据此解决问题的检查

两位审核者意见一致会提高调查优先级，但不会让候选问题自动成为已确认问题。grep 未匹配到内容，并不能证明其不存在。声称缺陷由此次变更引入时，请比较 base 和 head。如果完整路径已明确，静态追踪可以确认确定性错误；报告时应如实说明证据层级，不要假称已执行。

修复已验证的问题，并检查修复是否引入新回归。保持审核者独立：仅当用户同时授权审核和实现时，才明确从审核切换到实现。不要让只读审核者悄悄修改其正在评判的产物。

基于证据达成一致

需要多轮审核时，维护一份精简的问题记录。每条记录应包含标识、证据、处置和验证状态。后续简报应原样带上先前的问题和已变更的产物，让审核者检查问题是否已解决，而不是重新发现对话中已有的问题。

如果后续轮次发现新的已确认缺陷或验证了修复，就继续审核。如果同一异议在没有新证据的情况下再次出现，就明确相关契约或报告仍存的分歧。不要因建议数量不为零而陷入无休止循环。非阻塞性偏好不应将获准的修复扩大为重新设计。

结论	含义
PASS	已完成所请求的审核，已运行所需检查，且审核范围内没有遗留阻塞性问题
NEEDS_CHANGES	至少仍有一项有依据的阻塞性缺陷
INCONCLUSIVE	无法获得所需覆盖范围或证据；请附上有用的部分调查结果

被中断的审核不能对尚未读过的材料给出 PASS。进程退出码为零表示 CLI 已完成；审核结论取决于实质性报告。应区分模型审核、静态分析和已执行的检查，并在审核记录中分别说明。三者互不替代。

证据与维护

截至 2026-09-04，Claude 的 CLI 参考区分了可用工具和预先批准的工具。OpenAI 的非交互式文档说明了已捕获的执行输出。分派任务前，请根据已安装的版本核实这两者。

分别检查结果和轨迹的建议源自 Anthropic 的 Agent 评估指南。跨模型系列的多样性是一种有用的审核策略，但并非对本库效果的量化保证。本文不声称存在普遍适用的误报率或准确性提升幅度。

反模式

反模式	修正
将 --allowedTools 当作沙箱	限制可用工具，并应用宿主环境实际的隔离边界
等待让出后重新启动	轮询现有句柄；在考虑重试前恢复输出
要求使用特定模型或最高工作量	保留用户配置；先缩小范围，再更改资源
将共识视为确认	运行反证流程，或追踪完整行为
缺少必需检查项却通过审查	报告 INCONCLUSIVE，并指出尚缺的证据
将每条建议都视为强制要求	在范围内修复有依据的问题；另行记录可选改进
用作者的摘要替换用户的请求	加入原始请求，并邀请他人质疑对其的解读

此技能不是什么

• 不代表可以将源代码发送给未经批准的服务提供商、发布审查结果，或修改他人的分支。
• 不能防止共享的过时知识或误导性的简报。
• 不能替代运行时验证、产品判断或对问题的理解。