KeyFrame內部研究專用

個人 Harness 的最小實踐教學:讓 Claude 和 Codex 自動互審

Gary Chen12 min中文
觀看原始影片

三句話摘要

建立自動化的 cross-model AI 程式審查系統,讓 Claude 與 Codex 相互檢視程式,消除手動 review 的偷懶風險。 不要每次都手動救火,而是從系統層面設計 harness,讓自動化的多模型 review 成為永遠不會偷懶的同事。 1. 模型各有盲點,需跨模型檢視

重點整理

  1. 1. 模型各有盲點,需跨模型檢視

  2. Claude 像班上第二名學生——聰慧靈活但偶爾粗心;Codex 無趣但穩定可靠。同一個模型自己審自己會用同套邏輯檢查自己,必定有盲點,換另一個模型就更易發現原本看不到的問題。

  3. 2. 系統設計用 stop hook 與 skill 解耦

  4. Stop hook 負責攔截(像出版社的守衛),skill 負責審核方法論。marker 是兩者溝通的暗號——沒 marker 就不放行。故障時各司其職,修改互不影響。

  5. 3. 共識而非輪數是通過標準

  6. 不設三輪上限,只認真正達成共識。避免 Codex 為趕時間亂點頭,或 Claude 假裝問題不存在。每個爭議都要明確表態和說服。

  7. 4. 同一對話維持上下文,避免過度設計

  8. 若每輪重開 Codex session,它每次都冷啟動找新毛病,無限拖延。保持同一對話,它記得前輪決策,收斂而非發散,解決 80% 問題且不浪費時間。

實用技巧與重點

  • 模型分工:Claude 主導對話與實作規劃,Codex 擔任 reviewer
  • 系統組件:
  • Stop hook(Claude Code 內建機制)
  • Codex review skill(審核方法論定義)
  • Marker(檔案結尾的審核通過標記)
  • Codex CLI tool(Claude 呼叫 Codex 的工具)
  • 完整循環五步驟:
  • Claude 寫完 plan 想結束對話
  • Stop hook 掃檔案尾端,發現無 marker 就擋下
  • Claude 收指令,啟動 codex review skill
  • 兩模型來回討論直到共識
  • Codex 同意後,Claude 在檔尾蓋 marker
  • 通過標準:兩模型達成共識(非固定輪數)
  • 回報效果:代碼架構變乾淨、技術債減少、後期除蟲頻率降低
  • 提供方式:完整教學與 codex review skill 代碼在 Patreon 文章提供

結論

不要每次都手動救火,而是從系統層面設計 harness,讓自動化的多模型 review 成為永遠不會偷懶的同事。

完整解析

軟體開發成本因 AI 急速下降,但 vibe coding 的代價往往被忽視——AI 生成的程式總有盲點,你得一輪輪來回改,時間全卡在這上面。講者經歷過 Claude 到 Codex 的切換,最後發現不該二選一,而是兩個都用、各取所長。這就是 cross-model review 的起點。

Claude 像班級的第二名學生,思路清晰細心,跟它合作愉快,但偶爾粗心而考不到第一。Codex 則無聊但穩定,複雜邏輯總能想周全,考試永遠第一名。最初講者完全手工操作:把 Claude 的 plan 複製給 Codex,再把 feedback 複製回 Claude,循環多輪直到共識。雖然體感上代碼品質提升、技術債減少,但講者成為了複製貼上的瓶頸。當並行開發多條 worktree 時,每條都得跑多輪 review,人力切換成本爆增。更糟的是,有時看起來簡單的 plan 他會偷懶跳過 review,結果最後出包的偏偏是那些該死的東西。

為了把人工紀律變成系統,講者設計了出版社流程的比喻:作者寫稿(Claude)、審稿人 review(Codex)、守衛只認審核章子(marker)。系統核心是 stop hook——Claude 想收工時會被觸發,檢查檔案尾端有無 marker。沒有就擋下,塞回一段指令讓 Claude 啟動 codex review skill,直到 Codex 同意並蓋上 marker,守衛才放行。這套機制的妙處在於:stop hook 只負責攔,skill 只負責審,二者解耦。最關鍵的設計是保持同一個 Codex 對話,不重開 session——這樣它記得前輪決策,第一輪抓出主要問題,後輪驗收改對了沒,收斂而非無限發散,解決 80% 問題而不過度設計。

通過標準不是輪數而是共識,每個爭議都要明確表態,不准為趕進度亂點頭。講者把這套 harness(工作環境)視為替 AI 準備的舒適辦公室,擁有強制約束、工作流程與工具。對於 solo developer 尤其寶貴——沒有同事 code review,但可以建一套系統讓它永不累地守著。與其祈禱 AI 不出錯,不如建一個讓錯誤被 harness 浪漫接住的環境。

4 min
AI 技術中文11月21日

Make.com Automation for Beginners: Your First Automation in 10 Minutes

AI Workflow Lab看原片 ↗
  • Make 的核心是「情景」(Scenario) 概念,由多個模組組成,每個模組執行一個應用程式的單一工作。當第一個應用程式中發生事件時,Make 自動將資料傳遞到下一個應用程式,就像一個從不睡眠也不遺忘的數位助手。
  • 映射 (Mapping) 是自動化的核心。使用者需要明確告訴 Make 每筆資料應該放在哪裡,確保表單欄位正確對應到試算表的列,以及郵件內容能夠動態插入客戶資訊。
編輯精選
企業管理英文11月21日

What Anthropic's $900 Billion Bet Means for You

Nate Herk看原片 ↗
  • 訂閱用戶成為上市公司的收益基礎:4000 萬名小客戶(含 Claude Pro、Max、Ultra 或 API 用戶)合計貢獻 25% 的收入,形成 Wall Street 下注的對象。用戶每次訂閱續約都直接影響 Anthropic 股價,
  • 循環融資制造生態系統性風險:Amazon、Google、Broadcom 與 Nvidia 等公司既是投資者、又是運算服務提供商,同時採購 Anthropic 服務,形成相互依賴的閉環。若任一環節需求放緩,所有參與者將同時受創,系統風險無法
編輯精選
AI 技術英文11月20日

6 Lessons I Learned From Installing AI in a $10M Business

Liam Ottley看原片 ↗
  • AI 負責前 80% 工作,人的品味決定最後 20% — 系統一開始生成的提案很基礎,直到 Isaac 的設計師介入決定風格、選擇產品後,品質才大幅提升。需要將品味優秀的員工的規則和案例提供給 AI,讓初版更接近他們的標準。
  • 聚焦單一瓶頸,不要全面改造 — 分析發現提案環節是最大痛點:每月 15-20 張圖、每張 10 小時、成本 $500-1000、9 成無結果。選擇同時改善速度、成本、品質的用例,才是 AI 真正發揮價值的地方。