他让 Claude Code 和 Codex 互相“抬杠”：3 天零人工干预，跑完一个自主科学工作流

微软做生命科学 AI 的 Ash Jogalekar 今天在 X 上分享了一个很野的实践：一条自主科学工作流，连续跑了 3 天，中间零人工干预。

架构很简单，也很妙：Claude Code 负责干活，Codex 每小时自动跳出来做一次对抗评审，评审完触发下一轮。干活的和挑刺的不是同一个模型——“谁盖的楼，谁不许验收”。他把这套东西开源成了 GitHub 项目 claude-codex-loop，还说可以打包成 skill 直接复用。

为什么这条值得看？vibe coding 的下一个形态，可能不是“人写 prompt、AI 干活”，而是“AI 干活、另一个 AI 挑刺、再干活”的闭环。评审权分散到不同模型手里，恰好对冲了“自己评自己”的盲区——Anthropic 官方推的“AI 审 AI”代码流水线（前几天发过）是同一个思路。这套模式在“结果可验证”的场景最先落地：科学计算跑通就是跑通，跑不通就是跑不通，评审有客观标准。

两句提醒：第一，这是个人实践分享，单方说法，仓库可查但未经我实测；第二，“3 天零干预”听起来很美，但烧了多少 token、中间失败过几次，原帖没细说。别直接拿去跑生产任务，先在小项目上试“干活+评审”的双人转。

【可信度】博主单方实践分享；“双模型对抗评审”模式有多方项目佐证（GitHub 上同类 skill 不止一个），但本案例的具体数字未经独立验证。