KI-Coding macht die Implementierung immer schneller.
Viele von euch befinden sich wahrscheinlich in einem Zustand, in dem Menschen mit der Überprüfung aller Implementierungen nicht mehr Schritt halten können.
Als eine Lösung erklärt dieser Artikel die neueste Version eines selbst erstellten Skills namens codex-review, der die Review-Rolle einem Codex-Unteragenten zuweist und Korrekturen sowie erneute Überprüfungen wiederholt, bis wichtige Probleme beseitigt sind.
Ein vor sechs Monaten erstellter Skill
Eigentlich wurde die Grundlage dieses Skills vor etwa sechs Monaten erstellt. Ich habe ihn nach und nach verbessert und nutze ihn weiterhin regelmäßig.
https://x.com/makaneko_AI/status/2005475035075707092
Die vorherige Version wurde als Methode vorgestellt, bei der Claude Code die Implementierung übernahm und Codex als Reviewer aufgerufen wurde, um Korrekturen und erneute Überprüfungen zu wiederholen. Zu jener Zeit war Claude Code stark bei Implementierungsaufgaben und Codex war einfach „smart", daher hatte es diese Konfiguration.
Allerdings hat sich die KI-Umgebung komplett verändert. Codex ist jetzt stärker bei der Implementierung und smarter (außer bei Fable 5), und viele Leute erledigen Implementierungsaufgaben wahrscheinlich allein mit Codex.
Um sich an diese Umgebung anzupassen, habe ich den Inhalt aktualisiert, sodass die Schleife innerhalb von Codex läuft.
Drei Änderungen in der neuesten Version
Der grundlegende Ablauf bleibt derselbe wie in der vorherigen Version.
Implementierungsleitung und Review-Leitung trennen ↓ Der Reviewer betrachtet es im Nur-Lese-Modus ↓ Fehlschlag, wenn wichtige Punkte aufgeworfen werden ↓ Korrigieren ↓ Erneute Überprüfung mit derselben Methode ↓ Wiederholen, bis es bestanden ist
Die wichtigsten Punkte der neuesten Version sind die folgenden drei:
1. Optimiert für GPT-5.5
2. Konzentration auf wichtige Probleme
3. Verbesserte Gesamtgenauigkeit
Ich werde sie der Reihe nach erklären.
1. Optimiert für GPT-5.5
Stand 18.06.2026 wird die neueste GPT-5.5-Serie von OpenAI als ein Modell positioniert, das stark im agentenbasierten Coding und in praktischen Arbeiten ist. Es wird beschrieben, dass es auch bei mehrstufigen, mehrdeutigen Aufgaben autonom vorgehen kann.
Im offiziellen GPT-5.5-Leitfaden heißt es, dass es besser funktioniert, wenn man die gewünschten Ergebnisse prägnant schreibt, anstatt detaillierte Anweisungen hineinzupacken.
Daher habe ich in der neuesten Version aufgehört, detaillierte Vorlagen aufzulisten, und die Regeln gestärkt, die der Reviewer befolgen muss.
https://x.com/makaneko_AI/status/2049848091860463995
2. Konzentration auf wichtige Probleme
Codex hatte die Tendenz, detaillierte Punkte zu machen, indem es seine Intelligenz nutzte, im Guten wie im Schlechten.
Also habe ich dem Reviewer in der neuesten Version explizit gesagt, nur P0/P1-äquivalente (höchste/hohe Priorität) Probleme aufzugreifen und keine kleinen stilistischen Punkte zu behandeln.
Dadurch haben unnötige wiederholte kleine Korrekturen abgenommen, was ein reibungsloseres Vorgehen erleichtert.
3. Verbesserte Gesamtgenauigkeit
Ich habe die Genauigkeit insgesamt in kleinen Details verbessert.
Zum Beispiel habe ich Schlupflöcher geschlossen, bei denen eine Überprüfung mittendrin stoppte, aber als bestanden markiert wurde. Fälle, in denen der Reviewer nicht startete oder der zurückgegebene Bericht beschädigt und unlesbar war, werden nicht mehr als bestanden markiert.
Selbst wenn eine große Änderung auf mehrere Reviewer verteilt wird, wird das Ganze nur dann bestanden, wenn alle ein Bestehen zurückmelden und es keine ungeprüften oder fehlgeschlagenen Überprüfungen gibt. Diese Verbesserungen haben das Risiko verringert, Probleme während der Überprüfung zu übersehen.
Empfohlene Nutzung
Dieser Skill ist angewiesen, nach der Spezifikationsentwicklung oder einer mittelgroßen bis großen Implementierung automatisch auszulösen, aber es wird empfohlen, ihn zum vom Benutzer gewünschten Zeitpunkt automatisch starten zu lassen.
Zum Beispiel in der Datei AGENTS.md, die Codex immer zuerst liest, füge „Codex-Review ausführen, wenn ..." hinzu. Oder, wenn es ein Implementierungsplan-Format gibt, integriere es dort als obligatorischen Schritt.
Der Kommentarartikel zur vorherigen Version erklärt diesen Bereich ebenfalls.
https://note.com/makaneko_ai/n/n3cefcec49e2d
Vollständiger Text des Skills „codex-review"
Umfang | Kriterien | Strategie |
|---|---|---|
small | ≤3 Dateien, ≤100 Zeilen | Diff 1 Run |
medium | 4-10 Dateien, 100-500 Zeilen | Arch → Diff 1 Run |
large | >10 Dateien, >500 Zeilen | Arch → Diff (mehrere Runs parallel) → Cross-Check |
{
"ok": false,
"summary": "Zusammenfassung der Überprüfung",
"issues": [
{
"file": "src/auth.py",
"lines": "42-45",
"problem": "Beschreibung des Problems",
"recommendation": "Korrekturplan",
"verification": "Verifizierungsmethode nach der Korrektur"
}
],
"notes_for_next_review": "Notizen"
}
``text
## Korrekturschleife
Wenn ok=false, bis zu max_iters-mal wiederholen. Standard ist max_iters=5.
1. issues analysieren und einen Korrekturplan erstellen.
2. Implementierer korrigiert mit minimalem Diff (Spezifikationsänderungen als ungelöste Probleme belassen).
3. Tests, Linter oder alternative Verifizierung gemäß Änderungsrisiko ausführen. Wenn nicht ausgeführt, Grund angeben; wenn auf kritischem Pfad unverifiziert, als blockierend behandeln.
4. Erneute Überprüfung im selben Modus.
Stoppbedingungen:
- ok=true: Gate bestanden
- max_iters erreicht: Gate fehlgeschlagen
- Test zweimal hintereinander fehlgeschlagen: Gate fehlgeschlagen
- Reviewer-Fehler / JSON-Parse-Fehler / Ausgabeformat-Mangel / ungeprüfter Bereich vorhanden: Gate fehlgeschlagen
Bei Gate-Fehlschlag verbleibende blockierende, ungeprüfte und fehlgeschlagene Verifizierungen als ungelöst im Abschlussbericht ausgeben.
## /review Fallback
/review nur verwenden, wenn das JSON-Gate fehlschlägt. /review ist ein Hilfsmittel zur Erkennung und seine Ausgabe sollte nicht als Grundlage für ok=true verwendet werden.
## Fehlerregeln
- Wenn der Reviewer nicht eingerichtet werden kann, den Grund für das Scheitern, den versuchten Reviewer-Pfad und den ungeprüften Bereich im Abschlussbericht festhalten.
- Die Nur-Lese-Beschränkung des Reviewers nicht lockern.
- Bei übermäßigem Input oder Timeout kann durch Reduzierung des Bereichs oder Aufteilung erneut versucht werden.
## Abschlussbericht-Beispiel
Dies ist ein Beispiel, bei dem ungeprüfte Bereiche übrig bleiben, keine umfassende Vorlage.
``
Codex-Review-Ergebnisse
- Modus: JSON-Gate oder /review
- Überprüfungsbereich: Branch-Diff
- Umfang: groß (12 Dateien, 620 Zeilen)
- Parallel: 3 Unter-Agenten
- Reviewer-Pfad: spawn_agent zuerst
- Fallback-Nachweise: keine
- Iteration: 2/5
- Review-Gate: ok=false
- Grund: ungeprüfter_Bereich ist nicht leer
- Fertigstellungsnachweise: push/merge/release/task completion etc. werden separat bestätigt
Korrekturhistorie
- auth.py: Autorisierungsprüfung hinzugefügt
Ungeprüft
- utils/legacy.py: Codex-Timeout, erneute Überprüfung erforderlich
Ungelöst
- main.py: Inhalt, Risiko, empfohlene Aktion ``` # Zusammenfassung Die neueste Version des codex-review Skills geht nicht nur darum, die vorherige Version innerhalb von Codex laufen zu lassen. Sie wurde von unnötigen Schritten befreit, um dem aktuellen Codex und GPT-5.5 zu entsprechen, und die Regeln, die als Review-Gate befolgt werden müssen, wurden klargestellt. Ein Mechanismus, der selbstständig überprüft und korrigiert, ist sehr praktisch, also versuchen Sie bitte, ihn einzuführen. --- Wenn Ihnen dieser Artikel geholfen hat, würde ich mich freuen, wenn Sie mir folgen und ihn teilen. Ich teile weiterhin Wege, KI nicht nur zu nutzen, sondern KI autonom arbeiten zu lassen. Verwandte Beiträge https://x.com/makaneko_AI/status/2058739339606233492 https://x.com/reach_vb/status/2058538305872949490 https://x.com/makaneko_AI/status/2064299466182607161
