Revisão por pares com IA para Claude Code agora é uma skill open-source gratuita. Ela permite que Claude, Codex e Gemini revisem o código uns dos outros por meio de transferências via CLI — com um veredito estruturado, achados no formato `arquivo:linha` e um contrato de honestidade incorporado ao formato da resposta. A skill chama-se `ai-collab-bridge`. Licenciada sob MIT. Instalação em 30 segundos. Testei no macOS arm64; os scripts bash são portáveis para Linux.
TL;DR
Instale a skill de revisão por pares com IA em 30 segundos
bash git clone https://github.com/owgit/ai-collab-bridge ~/.claude/skills/ai-collab-bridge chmod +x ~/.claude/skills/ai-collab-bridge/scripts/*.sh ~/.claude/skills/ai-collab-bridge/scripts/doctor.sh
O script `doctor.sh` verifica seus arquivos de skill, as ferramentas necessárias e cada CLI de IA (Claude, Codex, Gemini) em uma única passada. O código de saída é igual ao número de verificações falhas. Se algo estiver quebrado, a saída informa exatamente o comando de correção. Nos meus testes em uma instalação nova do macOS, toda a verificação rodou em menos de dois segundos.
Em seguida, inicie uma nova sessão do Claude Code — a skill de revisão por pares com IA é descoberta automaticamente — e acione-a com algo como *"use a AI Collab Bridge para revisar meu último commit."*
Como a revisão por pares com IA funciona na prática
O protocolo é pequeno o suficiente para caber em um parágrafo. O implementador — seja qual for a IA que acabou de terminar o trabalho — prepara um pacote. O pacote é um único arquivo markdown com um resumo, perguntas de foco, o diff e a lista de arquivos. O implementador então invoca a CLI do revisor com esse pacote envolto em um modelo de solicitação de revisão. O revisor lê o pacote e responde.
Prepare um pacote (lado do implementador)
bash SUMMARY="Breve descrição da alteração" \ QUESTIONS="Qualquer coisa que você queira focar" \ ~/.claude/skills/ai-collab-bridge/scripts/stage-packet.sh main > /tmp/packet.md
Isso produz um arquivo markdown com tudo o que o revisor precisa: seu resumo, suas perguntas de foco, o `git diff --stat` e o diff completo em relação à `main`.
Despache a revisão por pares com IA
bash ~/.claude/skills/ai-collab-bridge/scripts/request-review.sh codex /tmp/packet.md
ou claude / gemini — mesma estrutura, alvo diferente
O script envolve seu pacote no modelo de solicitação de revisão, envia-o para a CLI da IA alvo e imprime a resposta estruturada.
O formato da resposta
Toda resposta de revisão por pares com IA segue o mesmo modelo de cinco seções:
O último item foi o que me surpreendeu quando o projetei pela primeira vez. Na minha experiência, a seção mais valiosa de qualquer revisão de código é aquela onde o revisor é forçado a divulgar o que ele não olhou. Sem ela, você não consegue dizer se um `APPROVE` significa "verifiquei tudo e está tudo bem" ou "dei uma olhada rápida no diff e nada saltou aos olhos". Com ela, o implementador sabe exatamente onde termina o escopo do revisor. Esse é o contrato de honestidade por trás de toda revisão por pares com IA. O protocolo não pode impor isso. Ele só pode tornar a desonestidade mais difícil de esconder.
O benchmark: 100% vs 31% de taxa de aprovação
Rodei a skill de revisão por pares com IA contra o Claude padrão como linha de base. Três casos de teste — papel de revisor, transferência do implementador, walkthrough de integração — mesmos prompts, mesmo modelo, com-skill versus sem-skill.
| Métrica | Com skill | Sem skill | Delta |
|---|---|---|---|
| --- | --- | --- | --- |
| Taxa de aprovação | 100% | 31% | +69 pontos percentuais |
| Tempo | 67 s | 68 s | idêntico |
| Tokens | 60 k | 53 k | +14% |
Nas minhas medições, a skill de revisão por pares com IA custa cerca de 14% a mais de tokens (o modelo lê os playbooks de funções) e roda na mesma velocidade. Um seguro barato para uma saída estruturada e honesta.
O momento meta: a bridge revisando a si mesma
Depois de lançar a v0.1, usei a bridge para revisar o próximo commit da própria bridge. O Codex pegou dois bugs que eu tinha perdido no meu script doctor e na lógica de sondagem. Consertei ambos, lancei a v0.2 e rodei a bridge novamente. O Codex pegou mais dois bugs. Consertei aqueles e lancei a v0.3.
Os quatro bugs que a bridge encontrou nela mesma
Não foram preferências de estilo, nem preocupações fabricadas para parecer útil. Coisas concretas que testei após cada correção:
Nenhum deles foi óbvio para mim quando os escrevi. Todos foram óbvios para o Codex quando leu o diff friamente, sem meu viés de implementação. Esse é todo o argumento de venda para revisão por pares com IA. Mentes diferentes, pontos cegos diferentes, transferência estruturada. O trabalho fica melhor e você não precisa se preocupar com isso.
O que aprendi sobre a CLI do Codex
A maior parte do trabalho para lançar esta skill de revisão por pares com IA não foi o protocolo. Foi descobrir como invocar a CLI de cada IA sem que ela fizesse algo inesperado.
Travamento no bootstrap do Codex MCP
Quando você roda `codex exec`, ele carrega `~/.codex/config.toml` e tenta inicializar quaisquer servidores MCP que você tenha configurado. Se esses servidores exigirem sua própria autenticação (Cloudflare Workers MCP, GitHub Copilot MCP, etc.) e você não tiver configurado tokens para uso não interativo, o codex trava — silenciosamente. No meu primeiro despacho de revisão, o processo ficou travado por dez minutos antes que eu rastreamentasse de volta ao bootstrap do MCP. A correção é `--ignore-user-config`. A CLI do codex também tem um subcomando dedicado `codex exec review` projetado exatamente para este caso de uso, além de uma flag `-o` que grava apenas a mensagem final do agente em um arquivo. Consulte o repositório OpenAI Codex CLI e a documentação do Codex para a referência completa.
O binário vendor npm ENOENT
O `@openai/codex` instalado via npm às vezes é distribuído sem seu binário vendor específico da plataforma. O `which codex` funciona, mas invocá-lo falha com um cryptic stack trace Node `ENOENT` apontando para um binário arm64 ausente. Enfrentei isso na minha própria máquina e a correção é `npm uninstall -g @openai/codex && npm install -g @openai/codex`. O `doctor.sh` da bridge agora detecta exatamente esse padrão e apresenta a correção diretamente.
CLIs de IA suportadas
| IA | Invocação padrão | Variável de env de substituição |
|---|---|---|
| --- | --- | --- |
| Claude | `claude -p` | `AI_COLLAB_CLAUDE_CMD` |
| Codex | `codex exec review --ignore-user-config --ephemeral` | `AI_COLLAB_CODEX_CMD` |
| Gemini | `gemini -p` | `AI_COLLAB_GEMINI_CMD` |
Adicionar outra IA é uma linha `case` em `scripts/request-review.sh` mais um playbook de função opcional em `references/`. PRs são bem-vindos.
Por que a revisão por pares com IA importa para fluxos de trabalho multi-IA
Se você tem acompanhado a mudança de "IA como autocompletar" para "IA como colaboradora", provavelmente já notou que o próximo gargalo não são os modelos individuais. O próximo gargalo é como os modelos trabalham uns com os outros e com suas ferramentas. Isso também é o que argumentei no meu checklist de site pronto para agentes→ — os sistemas ao redor do modelo importam mais do que o próprio modelo. No meu dia a dia, isso se parece com:
Sem revisão por pares com IA, esses fluxos de trabalho rodam em paralelo, mas isolados. Cada IA vê apenas o que está na frente dela. Com a skill de revisão por pares com IA no lugar, os diffs fluem entre eles de forma estruturada e o trabalho se compõe. O mesmo padrão aparece em vários ângulos sobre os quais já escrevi antes — desde o lado da comparação em Claude Code vs Cursor para 2026→, do lado de ferramentas em como construir um servidor MCP com TypeScript→, e do lado da estrutura em a camada de contexto de IA cross-repo→. Os agentes no seu loop precisam de interfaces limpas uns com os outros, não apenas interfaces limpas com humanos.
Experimente você mesmo a skill de revisão por pares com IA
A skill de revisão por pares com IA é open-source e vive em `github.com/owgit/ai-collab-bridge`.
bash git clone https://github.com/owgit/ai-collab-bridge ~/.claude/skills/ai-collab-bridge chmod +x ~/.claude/skills/ai-collab-bridge/scripts/*.sh ~/.claude/skills/ai-collab-bridge/scripts/doctor.sh
Existem arquivos `AGENTS.md` e `CLAUDE.md` na raiz do repositório, então Codex e Claude Code têm pontos de entrada explícitos se você apontá-los para o repositório do zero. O protocolo funciona para qualquer IA com uma CLI — mesmo formato de pacote, mesmo modelo de resposta, mesmos três vereditos. No meu fluxo de trabalho, isso combina naturalmente com a revisão de segurança que você deveria estar rodando→ no seu código gerado por IA. Se quiser contribuir, os próximos passos óbvios estão documentados no repositório: impor o formato de resposta via `--output-schema`, adicionar suporte para mais CLIs e construir cenários de revisor-como-Claude além dos caminhos de revisor-como-Codex que já testei.
O ponto
As fronteiras entre modelos de IA são convenções, não fatos. Cabe a nós decidir se eles cooperam ou competem. Se você tem duas IAs trabalhando no mesmo codebase e elas não estão revisando uma à outra, você está deixando bugs reais no código. A skill de revisão por pares com IA é uma maneira estruturada de consertar isso. É gratuita, licenciada sob MIT e instala em 30 segundos. Vá dar um colega para suas IAs.