摘要:我曾讓 Codex 審查 Claude 寫的工具。第二意見的價值,是提供另一個需要查證的角度;換模型、開新視窗、中性提問或唯讀設定,都不能單獨保證判斷獨立、結果正確。這篇保留四步方法,把工具有輸出、完成審查與允許修改分開。

我用 Claude 寫過一組可重複使用的審查指引,再請 Codex 檢查那套工具。原工作記錄裡,兩輪分別回報七項與三項問題。這是當時的回報數量,不代表十項都已在本次重新驗證,也不是目前整套工具的安全認證。

最值得留下的,是其中一個提醒:工具正常退出、有一段文字,還不足以說明它真的完成了我需要的審查。

為什麼要找第二個角色

我當時使用 Codex CLI 與所選模型,來看 Claude 產出的程式、資料或設計。Codex 是工作工具,不應直接等同某個固定模型;原文提到的 GPT-5.5,只能限於當時的使用敘述。

不同模型、角色或新脈絡,可能帶來另一個檢查角度;但不保證彼此沒有共同盲點。同一模型換到新的脈絡,也可能提供有用的複核。

換一個模型,不等於已經取得獨立而正確的判斷。

我想保留的,是讓審查者先讀證據、提出自己的發現,再由協調者查證與處理。這也放在我談人機協作的脈絡裡:讓不同角色有清楚的任務,而不是多開一個視窗就算完成。

提問先給標的與標準

如果我先說「我已經確認沒有問題」,再要求另一個角色幫忙確認,就可能把自己的假設帶進它的工作。中性提問有助於減少這種引導,卻不是消除偏差的保證。

我比較想提供的是:要看哪個版本、哪些檔案、預期行為、已知限制,以及什麼情況算問題。必要背景應該給清楚,自己的結論則可以留到後面對照。

中性提問能減少引導,不能證明審查已經獨立。

同樣地,禁止臆測、要求回報未讀範圍,也只是工作要求。它們是否落實,仍要看審查者實際讀了什麼、提出什麼依據。

四步方法:留證據,也留分歧

我把這套做法整理成四步。

  1. 界定問題。 給固定標的、背景與標準,不把自己的判決當成前提。
  2. 保存回饋。 留下原始發現、標的位置、版本與未完成事項,方便後續核對。
  3. 分開審查與修改。 這一輪只指出問題;修不修、怎麼修,由有權處理的人決定並記錄。
  4. 回到來源。 一致與分歧都要查,不因兩邊同意,就省略證據確認。

原始意見、採納決定與修改結果,需要分開保存。

這些安排有助於追蹤判斷過程,不代表已證明統計上的獨立性。也不是說審查者在所有工作裡都不能協助修正,而是這次先把角色分開,讓修改責任與依據更清楚。

有字、跑完與審查通過,是三件事

原工具用非空白檢查確認最後訊息存在。它能擋住一種失敗:程式退出了,卻沒有留下文字。它不能確認那段文字有沒有讀對標的、涵蓋範圍或提出可靠判斷。

官方非互動執行說明介紹 codex exec 與最後訊息輸出方式;把訊息存成檔案,可以留下回覆,但檔案存在本身不是審查完成的證明。

非空白檢查,只能證明有文字留下來。

因此我想把驗收分開說:程序是否正常結束、輸出是否完整取得、指定範圍是否實際讀過、發現是否有依據,以及哪些事項仍待查。沒有發現問題,也要連同已檢查的範圍一起理解。

至於逾時,原附錄預設沒有時間上限,也不能只靠包裝程序退出,就保證所有子程序都已停止。這次不把它寫成已驗證的快速失敗或停止計費保證。

唯讀不是所有動作的總保證

我把審查輪次設成只讀取與提出發現,並採取相應的工具限制。但提示裡列出目標檔案,不會自然變成技術上的讀取白名單;要求「不要修改」,也不能代替實際權限設定。

官方權限說明分開討論 sandbox 與 approval。讀取、寫入、連線,以及外部工具能做什麼,需要依實際環境分別確認,不能只靠一個「唯讀」標籤包成全面保證。

限制模型產生的寫入動作,不等於所有流程都沒有副作用。

包裝器可能寫輸出檔,工具也可能保存工作記錄。若使用模型服務,相關審查內容也可能傳送到服務端;本機啟動不代表資料只留在本機。涉及敏感資料時,應先決定哪些內容適合交給該服務。

是否值得加一輪,要看任務與成本

我不再把第二意見一概說成「成本不高」。官方認證文件區分 ChatGPT 訂閱存取與 API key 的用量計費;個別可用性、額度與成本,仍要依帳號與方案確認。

比較時,也不只看多跑一次模型的用量。準備標的、閱讀發現、查證、修正與重新確認,都會花時間。對重要或容易漏看的工作,多一個檢查角度可能值得;對很小的改字,則應按需要安排。

多一輪審查是否值得,要連同查證與修正的成本一起看。

模型的可用設定也會改變,不能把原附錄的預設值當成每個帳號都適合的固定答案。

附錄不再當成直接執行的範本

原稿附了一份 skill 與 shell 包裝器。本次撤下可複製的程式碼,保留方法,因為「能讀懂示例」與「已適合直接執行」不同。

除了前述逾時與非空白限制,舊示例還沒有提供完整的輸出檔命名隔離、寫檔失敗驗收與路徑限制保證。它不應繼續配上「只有這幾個寫入」「複製就能用」或固定模型的承諾。

這次沒有啟動它、重做目前 CLI 的相容性測試,也沒有把舊程式重新包裝成已修好的工具。若要實作類似機制,應依當前文件與專案條件另行設計、檢查與測試。

歷史示例的存在,不等於目前可直接採用。

四格漫畫:換一個模型,不等於已經取得獨立而正確的判斷。中性提問能減少引導,不能證明審查已經獨立。原始意見、採納決定與修改結果,需要分開保存。非空白檢查,只能證明有文字留下來。同意的意見要查證,有分歧的意見也要查證。歷史示例的存在,不等於目前可直接採用。

聽得進去,也不照單全收

一個審查者提出過準確的問題,值得讓我認真閱讀下一個發現;但不應因此取得免於查證的地位。我可能漏看,它也可能誤判。

同意的意見要查證,有分歧的意見也要查證。

我會把發現帶回原始資料,說明哪些採納、哪些不採納、哪些證據不足。規則是否調整,也要看它原本控制的風險是否仍在,不能只因模型看起來更有自信,就把邊界拿掉。

這是我想保留的多模型協作方法:第二意見可以戳破確信,最後的決定仍需要有權處理的人負責,也需要能回頭核對的理由。