Codex перевірив власний код — і поставив себе першим рекомендую

Чи може ШІ об’єктивно перевірити власний код? Після стріму «Codex розсудить» додаю четвертого учасника до нашого змагання — застосунок, який раніше створив сам Codex.

Той самий Poll Creator / Tiebreak, ті самі критерії та сценарії, за якими вже перевірено Google Antigravity, GitHub Copilot і Claude. Тепер Codex досліджує власну кодову базу, запускає тести, перевіряє застосунок у браузері та складає звіт про дефекти й технічний борг.

У перевірці — створення опитувань, голосування, передача телефону наступному учаснику, модерація пропозицій, дедлайни, нічиї, збереження даних і доступність інтерфейсу. Усе запускається в окремій копії, а незмінність оригіналу перевіряється контрольними сумами.

Результат: Codex оцінює власний продукт у 62/65 і ставить його вище за три попередні рішення. Наприкінці розбираю цей висновок, знайдені недоліки та роль збережених доказів планування й самоперевірки. Готові продукти порівнюємо за спільними 65 балами; процесні бали розглядаємо окремо.

Формат відео: вступ і підсумкові коментарі від мене, між ними — скрінкаст автономної роботи агента під фонову музику, без закадрових пояснень.

Наступний крок — дати цей проєкт на окрему перевірку Claude й зіставити висновки двох агентів. Чи погодиться він із оцінкою Codex?

▶ Попередній стрім: Codex перевіряє трьох учасників

▶ Перший раунд: створення застосунків

Подякувати автору за 10 років українською — Монобаза

Мій бандл скілів v1 для Codex та Antigravity