在复杂网站或应用开发中，OpenAI Codex和Anthropic Claude Code等工具虽能承担大部分编码工作，但其输出并非完美无缺，即便看似惊艳的结果也可能暗藏错误。为此，一项实验尝试让两款AI编码助手协作：由Codex从零构建项目，再由Claude Code接手审查、修复并完善最终产品。
实验初衷：AI能否互查错误？
尽管AI工具已能处理从代码编写到界面构建的全流程，但在不人工逐行审查的前提下，其输出可信度仍存疑。借鉴开发人员互相审查代码（Code Review）的工作模式，本实验旨在验证引入第二个AI视角是否能有效识别设计不一致、漏洞或可用性问题，以及这种“双AI”工作流对编程知识有限的用户是否具备实用价值。
第一阶段：Codex全权构建
实验选取了一个功能相对复杂的“编辑日历”Web应用作为测试对象，而非简单的落地页。该应用需具备内容管线组织、文章规划及进度跟踪等功能，以考验Codex在无代码介入下同时处理视觉设计与底层逻辑的能力。
Codex成功生成了可加载的网站，但在未进行多轮微调的情况下，实验直接进入下一阶段：将现有代码库移交Claude Code，利用其全新视角检验并优化Codex的工作成果。
第二阶段：Claude Code深度审查
Claude Code被赋予“资深开发人员”角色，负责审查Codex这位“初级开发人员”的代码。相较于从头构建，基于现有代码进行针对性分析与改进，不仅能聚焦于潜在问题，还能显著降低Token消耗，提升实验的时间与资源效率。
审查结果：隐藏缺陷曝光
Claude Code首先肯定了Codex在响应式布局、移动端导航及整体视觉设计上的表现。然而，深入代码层面后，多个关键问题浮出水面：
- 代码可读性差：部分文件结构混乱，例如一个41KB的样式表被压缩至仅19行，严重影响维护性。
- 无障碍访问缺陷：存在文本过小、颜色对比度未达标等问题。
- 逻辑漏洞：每次按键触发时，整个工作区状态均保存至浏览器存储。若在多标签页中同时操作，极易导致数据被覆盖。
这一结果表明，Codex交付的虽是外观精美且功能正常的产品，但表层之下隐藏着肉眼难以察觉的技术债务。
结论：协作优于单兵作战
实验重塑了对AI辅助开发的认知。Codex以极低投入快速构建了高质量原型，而Claude Code则揭示了精致表象下的重大隐患。值得注意的是，Claude并未盲目重构，而是专注于关键细节的修复与优化。这种“构建+审查”的双AI协作模式，有望成为未来更高效、可靠的开发工作流。