Claude 说"做完了",我让 Codex 审了一遍:22 个问题,但真正的教训不在 Codex
照着 XDA 的做法在本机跑了三轮:Codex 审出 22 个问题,浏览器逐条复现;可换一个干净上下文的 Claude 来审,找到 28 个。真正起作用的是什么?
刷屏AI ·
代码能运行、测试变绿,仍可能漏掉需求、权限或真实使用中的故障。对使用 Claude Code、Codex 等编程助手的开发者和小团队,本专题围绕三个问题选文:如何让独立审查找到可复现的问题,如何验证修复并发现回归,如何确认结果已真正交付。作者的二审实验、Claude Code 团队的评审流程、得物的团队实践,以及验证投入和远端文档验收设计,提供了可以对照自己项目使用的检查方法。选文中的官方经验包含中文整理与翻译,案例数字只对应各自场景。与其根据问题数量给模型排名,更值得留下的是测试结果、复现步骤和实际交付的证据。
5 篇文章
照着 XDA 的做法在本机跑了三轮:Codex 审出 22 个问题,浏览器逐条复现;可换一个干净上下文的 Claude 来审,找到 28 个。真正起作用的是什么?
刷屏AI ·
一条 PR 转了五十多轮,最后由作者喊停。看 Claude Code 团队怎么安排评审:PR 前先自检,评审与修复循环三轮封顶,按风险决定要不要人批准,合并后还要看指标与事故。
架构师 ·