小互 · AI 学院ACADEMY
课程/C02/第 3.2 课

交叉审稿:让 Codex 挑 Claude 的错

实战L3 · 16 分钟
这节课结束时,你会有
一次完整的交叉审稿记录(含你的裁决)

双修者的杀手锏来了:让 Codex 挑 Claude 的错,让 Claude 挑 Codex 的错。同门分身互审还带着「一家人」的思维定势,跨厂商互审是真正的外部审计——两家模型的训练、性格、盲区都不同,一家看不见的坑,另一家经常一眼看穿。

01为什么跨厂商审比自审狠

C01 三稿并行课讲过锚定:同一个模型自己审自己,容易「护犊子」——它顺着自己的思路检查,错误的前提会被它自己再确认一遍。跨厂商审的价值在于连前提一起质疑:另一家模型没参与你的生产过程,它只看产物本身,带着完全不同的「品味」来找茬。

适用场景按价值排序:对外的重要交付物(提案、报告、合同要点)> 复杂分析的结论 > 你自己拿不准的方案。日常小活别用——这是刀刃上的招,不是日常流程。

02跟做:一次完整的交叉审稿

假设 Claude Code 刚写完一份数据分析报告。打开 Codex(Read-only 挡,审稿人不需要改文件的权力):

你是外部审稿人,审这份 @分析报告.md(不是你写的,别客气):
1. 事实与数字:有没有算错、口径存疑、来源缺失的
2. 逻辑:结论是否被论据撑住,有没有跳步
3. 盲区:报告完全没考虑但应该考虑的角度,至少提 2 个
按严重程度排序,只挑错不改稿——改不改由我定。
Codex — 外部审稿
审完,7 个发现,最严重的两个: 🔴 第 3 节「环比增长 18%」用的是含退款口径,但第 5 节结论 按不含退款讲——同一报告两个口径,结论可能不成立 🟠 盲区:全文没考虑季节性因素,Q2 本来就是行业旺季, 增长有多少是「大盘涨」而不是「策略有效」? 其余 5 个是措辞和来源标注问题,清单附后。

拿着这份审稿意见回 Claude Code:「外部审稿发现这 7 个问题,逐条回应:认的改掉,不认的说明理由。」两个模型的分歧点,就是你该亲自下场判断的地方——这套流程把你的注意力精准导航到了真正的疑点上。

03三条审稿纪律

  • 审稿人只挑错不改稿——改稿权留在生产线一侧,避免两个模型来回改出「缝合怪」;
  • 身份要说破——「这不是你写的,别客气」这句真的有用,不说它容易礼貌性放水;
  • 分歧你裁决——两家意见打架时别让它们互相说服,那是你的判断权,也是这套流程最贵的产出。

04检查点

CHECKPOINT
交叉审稿后,Codex 说第 3 节口径有问题,Claude 坚持自己没错。下一步?
为什么:「谁更可信」没有固定答案——外部审稿会误伤,原作者会护短,都是概率。但「两个独立模型在同一处打架」这个信号本身极其值钱:它把一份几十页报告里最值得你花十分钟的那一处标出来了。让双方摆依据、你核原始数据,这十分钟花在刀刃上——交叉审稿的终极产出不是审稿意见,是你的注意力地图。
本课产出 · 本章毕业作品候选

一次完整的交叉审稿记录:审稿意见 + 逐条回应 + 你的裁决

这份记录的含金量在最后一栏——AI 干得越多,「能裁决分歧的人」越值钱。

完成后自动记录进度,随时能回来