codex-claude-debate

name	codex-claude-debate
description	Столкнуть Claude Code и Codex — две модели разных провайдеров — в споре по одной теме, до согласованного решения или эскалации человеку. Use when the user wants a second opinion from a different provider, a cross-model debate, or to stress-test a design decision against an independent model. Not for solo ideation.

Спор Codex и Claude

Один агент, обсуждающий сам с собой, сходится к своей же первой мысли. Этот скилл ставит рядом двух агентов разных провайдеров, заставляет их возражать друг другу и требует на выходе одно согласованное решение — либо честное признание, что решения нет, и тогда вопрос уходит человеку.

debate.sh "тема" [--rounds N] [--repo DIR] [--board PATH] [--timeout SEC]
                 [--model-a M] [--model-b M] [--synth a|b|none] [--continue]

Скрипт лежит рядом. Запускай через Bash.

Что нужно знать до запуска

Межпровайдерной сессии не существует. Истории живут врозь и в несовместимых форматах — ~/.claude/projects/ против ~/.codex/sessions/ — и ни один CLI не читает историю другого. Никакой «ссылкой на сессию» обменяться нельзя.

Поэтому общая память здесь ровно одна — доска: markdown-файл, который оба участника читают целиком каждый ход. Доску ведёт скрипт, а не агенты: они возвращают текст на stdout, скрипт его подшивает. Ход одного физически не может затереть ход другого, а прогон переживает падение любого участника.

Оба участника ограничены чтением, но по-разному. codex заперт в --sandbox read-only — это гарантия ядра. У claude одного --allowedTools недостаточно: он разрешает, но ничего не запрещает, и Bash без денилиста доступен и выполняется. Поэтому у A стоит ещё --disallowedTools "Bash,Edit,Write,NotebookEdit,Task,WebFetch,WebSearch". Если правишь эту строку — помни, что снятие денилиста возвращает A право выполнять произвольные команды.

Протокол

раунд 1	вслепую, оба параллельно — не видят друг друга
раунд 2+	по очереди: A, затем B на свежем возражении A
конец хода	строка ВЕРДИКТ: СОГЛАСЕН или ВЕРДИКТ: СПОР — <что не решено>
оба согласны	секция Решение — что делаем, почему, когда неверно
раунды кончились	секция Эскалация — развилка и вопрос человеку

Первый раунд вслепую — не украшение. Покажи второму участнику ответ первого, и он заякорится: на выходе получится одна идея в двух формулировках вместо двух идей. Дальше очередь уже нужна — иначе участники отвечают на прошлый раунд, а не друг другу.

Каждый ход после первого обязан начинаться с возражения. Обе модели по умолчанию вежливые и сходятся к согласию за два хода; промпт этому сопротивляется явно, и СОГЛАСЕН разрешено ставить только если участник может сформулировать решение одной фразой и оно совпадает с оппонентовым.

Согласие засчитывается только по явной последней строке. Прозаическое «в целом ты прав» спор не закрывает. Якорь стоит на начале строки намеренно: пропущенное согласие стоит одного лишнего раунда и видно, а ложное дало бы поддельное «Решение» молча. Вторая страховка — сам автор решения обязан написать СОГЛАСИЕ ЛОЖНОЕ, если, перечитав доску, решения там не увидит.

Эскалация

Если за --rounds раундов оба ни разу не сошлись в одном раунде, скрипт пишет секцию Эскалация и завершается с кодом 2 — чтобы «договорились» и «не смогли» различались без чтения доски.

Секция эскалации написана не как пересказ спора, а как заготовка решения: что уже решено и не обсуждается, в чём именно развилка и цена ошибки в каждую сторону, какой факт или замер закрыл бы вопрос, и один-два вопроса человеку, на которые можно ответить словом.

Коды возврата: 0 — согласовано (или --synth none), 1 — сбой прогона, 2 — эскалация.

Логи и наблюдение

Ход появляется на доске целиком и только когда завершился, а это минуты. Следить имеет смысл за доской:

tail -f thoughts/debate-2026-08-04-tema.md

Смотреть, «как модель думает», нельзя — и это свойство инструментов, а не недоделка. У claude рассуждение приходит зашифрованным: события thinking несут пустой текст и signature_delta с подписью; за один ход он выдаёт ровно один текстовый блок — финальный ответ, — а между вызовами инструментов молчит. У codex настройка model_reasoning_summary принимается, но в вывод exec ничего не отдаёт; вслух он произносит одну строку преамбулы за ход. Единственный способ увидеть рассуждение — потребовать его в промпте, чтобы участники проговаривали ход мысли обычным текстом.

Логи каждого хода лежат в <доска>-log/ и переживают прогон — туда лезть, когда ход упал или не уложился в таймаут:

• rN-a.jsonl — поток claude; читаемый текст достаётся так:

  jq -rj 'select(.event.delta.type=="text_delta") | .event.delta.text' rN-a.jsonl
  

• rN-b.log — вывод codex, уже читаемый
• rN-a.err, *.wt.err — stderr участника и служебный шум шелла

Как выбирать параметры

--rounds. По умолчанию 3 — это максимум до эскалации, а не план работ: сойтись могут и во втором. Доска читается целиком каждым участником каждый ход, так что стоимость растёт квадратично. Если спор упёрся, но эскалировать рано — --continue добавит раундов к готовой доске.

--repo. По умолчанию текущий каталог. Оба участника получают его как рабочий корень и читают из него файлы — тема, привязанная к коду, идёт заметно лучше абстрактной.

--synth. Кто пишет итог — решение или эскалацию: a (по умолчанию), b или none. Автор разбирает в том числе собственные ходы, так что перекос возможен; none не пишет ничего и оставляет доску сырой.

--timeout. Секунд на один ход, по умолчанию 900; 0 снимает лимит. Зависание — класс отказов, где ненулевого кода не будет никогда: без лимита wait ждёт повисший CLI вечно. На macOS нет ни timeout, ни gtimeout, поэтому сторож самодельный; он помечает флаг-файлом, что ход снял именно он, иначе таймаут был бы неотличим от падения и сообщение врало бы.

Тема решает почти всё

Тема должна быть такой, чтобы по ней можно было разойтись, и такой, чтобы на неё можно было сойтись. Вопрос без развилки даст формальное согласие в первом же раунде; вопрос без общего критерия даст гарантированную эскалацию.

Работает — ложная развилка, привязанная к коду: «X или Y, и что остаётся от каждой схемы, если условие Z не выполнится». Не работает — «как улучшить X» (оба напишут несопоставимые списки пожеланий) и «хорошая ли идея X» (сойдутся к «зависит»).

После прогона

Читай доску целиком, а не только итог. Если участники сошлись — самое ценное обычно в секции «условия, при которых решение неверно». Если эскалировали — в «что закрыло бы вопрос»: часто там дешёвая проверка, после которой спор решается сам.

Доска — обычный markdown в репозитории. Если тема того стоит, её место рядом с остальными заметками; если нет — удали вместе с каталогом логов.