这是gpt-5.5@xhigh一批8次提交写的爬虫-解析-落库流水线代码，流程和功能都不复杂。 因为各家模型的思考强度映射不一样，统一开了max effort。 小米耗时4分钟 全程在说对对对干得好，最后挑了点无关痛痒的代码风格小毛病。 DSV4耗时12分钟 找到了一些非关键问题。 GLM5.1耗时30分钟（和TPS慢也有关系） 主动调动了最多的subagents，找出了影响功能的关键问题。 最后是gpt基于这三份报告再自己review和打分，额外找到了一个关键问题（但是有了其他模型的既有工作，这里不能算gpt最强）。 报告 分数 评价 phase4_glm.md 80/100 最有价值。抓到了 CrossValidator 未接入，这是关键验收缺口。但把 evidence_grade() 枚举问题评成 Critical 偏重；compliance_rules.yaml 为空壳这个判断不成立，因为空/注释 YAML 会回落到默认规则。 phase4_deepseek.md 78/100 成本丢失判断准确，IntegrityError、fuzzy 性能等也有价值。但漏掉 CrossValidator 未接入，也漏掉 EntityMapper 状态被覆盖。部分项>偏风格或语义争议，比如 enqueue 后仍 pending 不一定是 bug。 phase4_mimo.md 48/100 覆盖了重复工具函数等风格问题，但“无严重代码实现错误”结论不成立。它漏掉 CrossValidator 未接入、实体映射状态覆盖、成本丢失，还把过宽 IntegrityError 捕获判断为合理。 review窗口 （点击了解更多详细信息） 2 个帖子 - 2 位参与者 阅读完整话题