让 Codex 当反方：把重试风险问到可验证

让 Codex 当反方把重试风险问到可验证给一个写入接口补上超时重试代码可能只多出一个循环。假设单元测试已经覆盖“第一次请求超时第二次成功”普通审查也没有留下待处理问题。上线前还有一个值得追问的问题第一次请求究竟是没有执行还是执行成功后响应丢了这不是某次线上事故的复盘而是一个教学情境。它用来说明/codex:adversarial-review应该追问到哪里从“这里可能重复写入”追到具体请求如何穿过失败路径、哪个业务约束会被破坏以及怎样验证这条怀疑。反方角色可以帮助组织这样的审查但命令名本身不能证明它比普通审查更准确。普通审查也能发现设计和并发问题。我们需要的是可辩护的发现而不是让第二个模型努力说出更多反对话。超时之后重试的可能是一件已经完成的事先把情境限定清楚一个 Agent 的工具函数向业务服务提交“创建工单”请求调用方超时后重新发送。假定当前实现每次发送都生成新的请求标识服务端按这个标识识别重复请求。这里不讨论真实厂商接口也不宣称已运行实验。在这个假定实现中下列时间线足以暴露问题时刻业务服务调用方看到的状态第一次发送按标识 A 创建工单正在等待响应响应丢失工单已经存在超时结果未知第二次发送收到新的标识 B按新请求创建返回成功错误不是重试次数不够保守而是把“没有收到成功响应”当成了“没有产生业务效果”。如果服务端确实把 A、B 当成两个不同请求第二次发送就可能创建第二张工单。这个反例还有一个反方向的用途如果真实代码在重试循环外生成稳定的业务操作标识并且服务端会原子地复用已完成结果以上路径可能已经被阻断。不能只看见一个重试循环就给它贴上“缺少幂等性”的标签。需要检查标识的生命周期、服务端判重条件以及效果与结果记录的提交方式。这也解释了为什么只补一个“超时后成功”的测试不够。若测试替身把第一次超时实现成“什么都没做就抛异常”它没有覆盖“效果已完成但响应丢失”。两种情况对调用方都表现为超时对业务却不同。真正有用的反方意见应指出这两个状态被哪段实现合并了如果尚未看到服务端逻辑就应把缺失证据说出来。官方提示词同时要求怀疑与举证在本次核对的 codex-plugin-cc v1.0.6 源码中反方审查要求模型主动寻找足以阻止变更交付的实质问题同时约束发现必须能由仓库上下文或工具输出支持。它禁止编造文件、行号、事故和无法支持的运行行为依赖推断时要明确指出。提示词还有一句很实用的校准要求Prefer one strong finding over several weak ones.。官方提示词把这两部分连起来看才能正确理解“让 Codex 当反方”。它可以先尝试推翻你的信心但最后留下来的必须是有根据的问题。不存在可支撑的实质发现时官方模板允许直接给出无发现的结果而不是为了扮演反方凑够几条意见。对于前面的工单例子一句“分布式系统会失败建议增加消息队列”还不能成为发现。它没有证明当前失败路径也没有解释引入队列怎样消除重复创建。较有用的审查内容应该说明重试路径重新生成标识服务端按该标识区分操作首次效果提交但响应丢失后第二个标识会被当成新操作。若其中一环尚无证据就将结论限制在已看到的代码不把假设写成系统事实。这里的价值来自因果链而不是语气更强硬。把“必须重构”改成“高置信度风险”也不会自动补齐缺失的依据。它仍然返回 findings不是另一套泛化意见实现层面这条命令收集选定范围的仓库上下文将目标和用户 focus 填入专用提示词再通过 App Server 发起使用read-only沙箱和输出 schema 的调用。这是对该版本运行路径的静态核对不是本文实际运行插件的证明。运行时实现官方 schema 的核心字段如下。这里只摘录字段和允许值不是一份模型实测输出verdict: approve | needs-attention summary findings[]: severity, title, body file, line_start, line_end confidence, recommendation next_steps[]每条发现仍要绑定文件、行号、置信度和具体建议结论的枚举是approve与needs-attention并不是Ship / Hold / Redesign。团队可以另设人工决策用语但不应把自定义用语说成插件协议。官方输出 schema结构化字段只保证一种表达约束不能保证行号正确、推理成立或置信度经过统计校准。面对工单重复创建的发现仍需打开对应代码核对它指向的是操作标识生成处、重试入口还是与问题无关的一行。同样approve的含义是这次上下文中没有支撑得住的实质反方发现。它不是“所有失败状态已验证”也不会替人批准合并。命令文件明确把这条命令限定为审查不修复或应用补丁。命令约束把 focus 写成要查证的失败路径如果准备审当前工作区中这次工单重试的实现可以这样指定范围和关注点/codex:adversarial-review --wait --scope working-tree 检查创建工单在服务端已完成但响应丢失后的重试路径。追踪同一业务操作的标识是否跨重试保持一致、服务端如何识别重复请求。只报告有代码依据的实质风险缺少服务端上下文时明确指出。这段 focus 是作者建议不是官方提示词的逐字引用也不是已执行成功的记录。它同时给出了事件顺序、要保持的业务约束和证据不足时的处理方式。读者应替换成自己仓库真实的接口与语义纯查询接口和产生业务效果的写入接口不必承担相同的判断。该版本支持auto、working-tree、branch范围和--base ref但不支持--scope staged或--scope unstaged。因此上面的例子不能读成“只审暂存内容”。--wait指定前台等待--background指定后台执行切换执行方式不会自动改变要核对的业务问题。普通/codex:review在该版本不接受附加 focus针对性的焦点文字应交给反方命令。命令参数 · 普通审查命令scope 决定模型从哪里找依据focus 决定优先追问什么。两者不能互相替代。如果服务端代码在另一个仓库只加一句“检查服务端幂等性”不会凭空补出证据。应补充可核对的接口约定和实现或者明确保留这个证据缺口。对于尚未落成代码的设计讨论可以沿用这种提问方式但不要把它冒充为已经完成的代码审查。该命令的发现格式绑定代码位置空范围也不是设计材料自动送达的证明。收到发现后先验证它要推翻的那一个假设对工单例子可以把一条发现整理为下面这份人工验证记录。它是本文的主要交付物属于待填写的实验设计没有预填任何“通过”结果要检验的假设同一业务操作重试不会再创建一张工单。 代码依据填写实际文件、行号、操作标识生成位置与服务端判重依据。 故障注入第一次业务效果提交后让响应丢失随后触发调用方重试。 观察结果该业务操作对应的工单数量、每次请求标识、两次返回或异常。 验收条件最终只存在一张工单重试返回可关联到同一操作的结果。 反证条件若现有实现已满足上述条件撤销或缩小“重复创建”发现。 未覆盖范围并发请求、进程重启、判重记录过期需另列用例。应在隔离测试环境里模拟这条路径。先保证测试替身确实保留了“工单已创建”的效果再令响应失败否则会再次退化成原来那个“什么都没发生”的超时测试。没有服务端控制权时可以用保留状态的替身检验调用方行为但结果只能说明替身约定下的行为不能证明真实服务也满足该约定。如果测试确认重复创建修复要回到失败原因。例如让重试复用稳定操作标识并让服务端按同一业务语义原子地判重和记录结果只复用标识但服务端不识别它问题仍在。若还需考虑并发或记录过期就把它们作为明确新增的路径验证别把一次串行重试通过写成“已经实现恰好一次”。如果现有保护已经阻断反例应当接受这个反证撤销不成立的意见。不能因为用了“对抗式”命令就不断移动标准直到找到一个看起来足够严重的问题。这也是我会采用的结束条件有证据的发现进入具体修复与回归不成立的发现记录反证后关闭无法判断的发现保留所缺证据。反方审查的输出在这里变成工程工作而不是一份让人更焦虑的风险清单。本文核对的是 2026-09-18 获取的官方固定提交db52e28f4d9ded852ab3942cea316258ae4ef346插件 manifest 标注 v1.0.6。依据限于命令、提示词、schema 与运行时源码工单时间线和验证记录为作者教学设计。本文没有调用该插件做模型审查也没有故障注入实测或准确率对比。