Faire reviewer son code par un autre modèle
Claude Code (Opus) planifie et implémente d'abord : un LLM seul sur son propre travail introduit du biais de confirmation. Codex CLI ensuite comme reviewer QA indépendant avec des weights GPT différents : pour détecter ce que Claude aurait rationalisé. Cross-model workflow pour les fonctionnalités critiques où un second regard vaut le coût tokens double.
Pourquoi
Un LLM qui vérifie son propre travail trouve toujours qu'il a bien travaillé. Tu as besoin d'un autre cerveau. Claude vient de pondre 400 lignes. Tu lui demandes : « tu as un bug ? ». Il répond : « non, le code est solide ». Le bug est là, page 3, ligne 87 : un edge case qu'il a rationalisé parce qu'il l'a écrit. C'est le biais de confirmation appliqué à un modèle de complétion : il complète sa propre cohérence, pas la réalité. Le pattern cross-model casse ça. Tu fais planifier et coder par un modèle (Claude Code / Opus), tu fais reviewer par un autre (Codex CLI / GPT). Les deux runtimes…
Quand
Phase : feature critique, refonte structurelle, code IA livré sans relecture humaine fine. Audience : tech lead, dev senior, solo qui veut un filet. ✅ Tu sais que c'est ton kit quand Code 100% IA non-relu en détail : tu as accepté 5 propositions Claude d'affilée, le diff fait 800 lignes, tu n'as pas tout lu Feature critique avant prod : paiement, auth, RGPD, migration data, un bug coûte…
Outils inclus
- Claude Code
- Codex Cli Best Practice
- Cross Model Workflow