上篇设计了"多 LLM 互喷辩论"的代码审查方法论，但偏演示性质。这次我动真格的：用 codex、qoder、workbuddy 三个大模型，对我的博客 e2e 测试框架（394 个用例）完整跑了一遍"审查 → 辩论 → 复核 → 修复 → 验证"全流程。结果揪出了 2 个真生产安全漏洞（公开 API 泄露草稿、JWT 撤销缺失），以及 1 个"跑了但没断言"的摆设测试。最终 5 个 PR 全部落地，测试从 394 条增至 399 条，全绿通过。本文是完整实战记录，包含工具选型、互喷过程、修复细节和踩坑经验。…

最近 OpenAI 的 Codex 火了，作为一个爱折腾的开发者，我当然第一时间打开了 Windows 应用商店，搜索、点击、安装，一气呵成。打开应用的那一刻，看着清爽的界面，新奇劲还没过，然后我打开设置，想把界面语言切换成中文——毕竟母语看着亲切嘛。 改了设置，重启 Codex，界面纹丝不动，依然是一口流利的英文。我以为是自己操作不对，又改了一遍，重启，还是不行。 作为一个有经验的技术人员，我开始了经典的排查三连......…