让两个模型的代码评审互相对打，一个模型揪出另一个的关键盲点

作者分享了一种交叉评审做法，把一个模型的代码评审结果交给另一个模型去批判，后者认为评审整体质量很高，但指出 Finding 5 按字面实现会在运行时出错，Findings 1、3 和一条 Nit 存在细微不准确。关于用哈希而非丢弃 handle 的后续讨论被评为顶级建议。这种交叉评审能暴露单一模型评审的隐藏缺陷，是可复制的工程实践。