Vibe Coding 实践经验分享：结对编程

根据我最近高强度的 AI Coding 体验。无论你的 Coding Agent 吹的多么牛逼，他也是在人类经验的基础上捣鼓出来的。他也和人一样会因需求描述、设计取舍不当等，而出各种问题、缺陷。而且，如果你真的已经放手让 AI 实现而不是局部代码补全的话，这时的代码人类肉眼已经非常难以审核了。

我的解决办法是，用另外一个 Coding Agent 来 review。然后输出评审报告后让之前的 Agent 再复审一次，然后根据复述结果调整代码。

你还别说，效果是真的很好。超出我预期。

我目前是用 Codex+GPT6.1 第一轮输出，用 OpenCode + DeepSeek 来 Review 代码。

补充

工具链核实：OpenCode 是开源编码代理，主仓库实测 215,130 星，仍在高频更新；GPT-6.1 真实存在，本月 AA-Robotics 物理操作榜上就有 GPT-6.1 Sol。组合真实可用。

为什么「换模型来查」比「自己查自己」强：同一个模型审查自己的输出，容易共享同一套盲区——它写错的地方，它自己也看得顺眼。两个不同底座的模型，训练分布不同，错误分布也不同，交叉时逮住问题的概率才上得去。同一条纪律在别处也反复出现过：一份实现自己核自己，核不出多少东西；真要核对，就换一套实现来做。

这套闭环里人的位置也变了：从逐行读代码，退到读两个模型的分歧。评审报告里两边意见不一致的地方，就是最值得人看的地方。它不是让 AI 变聪明，而是把审查的劳动力从一个人扩展成了两个模型。

一个边界提醒：交叉审查的效果取决于两个模型错误分布的重叠度。如果两个模型高度同源——同底座、同训练语料——效果会打折，审查端和写作端的差异本身就是资产。另外，测试和类型检查最好在第一轮就带上，别全留给第二个 agent：它擅长抓逻辑分歧，运行时的证据还是要靠执行去拿。