代码审查是软件开发中最重要的质量关卡。但人肉 code review 有两个致命问题：疲劳 和主观。
同一个工程师，看第三遍代码的时候已经在走神；看同事代码的时候不好意思指出 ” 这里逻辑有问题 ”。
于是有了 AI code review。但单模型的 AI 审查也有局限——它会用同样的视角看代码，漏掉那些 ” 它没想到的问题 ”。
OMC（Oh My ClaudeCode） 的解法是：让两个 AI 模型互相攻击。
Claude 负责构建，Codex 负责找茬。双方各有所长，互补之后，代码质量的上限被显著拉高。
OMC 的核心理念：
Two AI models enter. Better code leaves.
灵感来自 oh-my-zsh——它不是一个新的 AI 模型，而是一个 多模型编排框架，让不同模型做它最擅长的事。
生态里有 11+ 个相关仓库，核心项目包括：
- omc-codex：Claude + Codex 双模型编排
- omc-visual：浏览器可视化界面
- dotclaude：多智能体编排 + plugins + hooks
| 任务 | Claude 优势 | Codex 优势 |
|---|---|---|
| 规划与架构 | ✅ 深度推理 | – |
| 复杂实现 | ✅ 多文件上下文（ralph loop） | – |
| 快速修复 | – | ✅ 沙箱快速 |
| 架构设计 | ✅ deep reasoning | – |
| 对抗性审查 | – | ✅ 质疑姿态 |
| 结构化审查 | – | ✅ 快速 JSON 输出 |
| 合成与决策 | ✅ 优先级排序 | – |
Codex 的核心优势是 快速 和质疑姿态——它不像 Claude 那样倾向于 ” 理解和认同 ”，而是更愿意说 ” 这里有问题 ”。这种对抗性正是代码审查需要的。
OMC 的核心工作流是 Blind TDD：
Claude Opus 规划架构
↓
Codex 写测试（blind — 从没见过 Claude 的计划）↓
Claude 从测试构建（blind — 测试即 spec）↓
Codex 对抗性攻击
↓
Claude 修复所有 Codex 发现的漏洞
↓
Codex 最终结构化审查
↓
结果：经过双 AI 模型验证的战斗级代码关键在于 blind——Codex 写测试的时候不知道 Claude 的计划，Claude 构建的时候不知道 Codex 的测试逻辑。双方独立工作，最终结果由双模型共同背书。
| 命令 | 功能 |
|---|---|
/omcx:forge |
完整 pipeline：plan → blind TDD → build → stress harden → review → ship |
/omcx:auto-ralph |
Claude 磨 + Codex 验证，循环直到两者一致 |
/omcx:auto-plan |
Claude 设计 + Codex 审查 |
/omcx:auto-validate |
双 Codex 审查 + Claude 合成优先修复计划 |
/omcx:team N:model:role |
并发多 Agent，指定数量和角色 |
/omcx:stress |
对抗性强化：Codex 攻击，Claude 防御 |
OMC 的自动容错设计很实用：
| 情况 | 行为 |
|---|---|
| Claude rate limit | Codex 接管 build/plan/fix |
| Claude 配额耗尽 | Codex 继续所有工作 |
| Claude 上下文限制 | Codex 处理剩余步骤 |
| Codex 不可用 | Claude agents 覆盖所有角色 |
| Codex auth 失败 | Claude code-reviewer + architect |
| 双双不可用 | 停止并报告，需人工介入 |
一方出问题，另一方自动接管，工作不中断。
如果你在用 gstack（YC CEO 工作流）、superpowers（工程纪律）、opchain（跨会话记忆），OMC 是 开发交付层 的补充——它解决的是 ” 代码质量怎么拉到极限 ” 这个问题。
gstack（方向指挥）superpowers（工程纪律）opchain（Checkpoint 记忆）omc-codex（双模型对抗验证）← 新增curl -fsSL https://raw.githubusercontent.com/jhcdev/omc-codex/main/install.sh | bash
/reload-plugins
npm install -g @openai/codex
codex login-
追求代码质量极限 的团队——不想只靠一个 AI 模型背书
-
高风险项目——金融、医疗、安全相关，需要双重验证
-
复杂系统——多文件上下文，单一模型容易遗漏
-
想要 TDD 但不会写测试——blind TDD 让 AI 帮你写测试
-
依赖双模型：需要 Claude Code + Codex CLI 两套环境
-
资源消耗：双模型运行成本是单模型的两倍
-
中文资料少：英文为主，上手需要一定基础
-
生态新：刚起步，工具链不如 gstack 完善
OMC 解决的核心问题是：单模型审查有盲区。
Claude 倾向于理解和构建，Codex 倾向于质疑和攻击。两个模型互相抵抗，最终留下的代码是经过双模型验证的战斗级代码。
Blind TDD 是这个框架里最有趣的部分——让两个 AI 独立工作，再用结果互相验证。这比 ” 一个 AI 写代码，另一个 AI 审查 ” 要聪明得多。
相关链接：
- omc-codex GitHub：https://github.com/jhcdev/omc-codex
- omc-visual：https://github.com/0ldManPlaying/omc-visual
- dotclaude：https://github.com/chan9yu/dotclaude
END
GStack + Gbrain + OMC，YC CEO 的工具箱正在变得越来越完整。