advisor 用于把“判断”从另一个模型引入当前会话，是跨运行时配对中的入站一半（handover 是出站一半，负责把机械构建工作交给 Codex）。二者需区分：对判断、设计分叉或决策求第二意见用 advisor（默认）；对已准备好的计划做对抗式批评用 advisor --panel；审查代码差异用 review；把未完成的机械构建工作交给 Codex 用 handover；用自我访谈理清模糊想法用 grill。advisor 从不写代码、不提交、不碰 git，它询问另一模型并返回外部视角，由调用者决定，且绝不自动采纳发现。
第0步：定位座位（零配置）。仅检测当前运行时，以保证外部意见来自不同模型家族：环境变量 CLAUDECODE=1 时为 Claude 座位，通过已验证的 Codex 传输联系；否则为 Codex 座位，通过已验证的 Claude 传输联系。座位检查只决定方向，认证、预算与模型路由策略仍属宿主职责。
第1步：先选角色再探测（失败要显式报错，绝不静默自审）。在探测前选定完整角色集：默认使用第2步派生的单一角色。Claude 座位面板使用 advisor.panel.openai.fast 加 advisor.openai；Codex 座位面板使用 advisor.panel.fast 加 advisor.panel.deep，每个批评者都不同于当前座位家族。对集合中每个唯一传输，断言目标二进制在 PATH 上；再从 lib/model-anchors.md 读取每行最低 CLI 版本，解析 <name> --version，若缺失、无法解析或过旧则以 ADVISOR: <name> <have> is below verified minimum <need> — upgrade required 停止。若二进制缺失，打印 ADVISOR: no cross-model binary on PATH (<name>) — judgment stays local, NOT self-reviewed 并停止。自发的第二意见不是第二意见，不要通过问同一模型伪造去相关。若锚定调用本身失败，输出同样横幅并保留本地判断，不要通过当前模型或未固定默认重试。
第2步：默认——一次跨模型咨询。读 lib/model-anchors.md，从 Claude 座位选 advisor.openai 或从 Codex 座位选 advisor.anthropic，显式传入其模型与 effort。传入问题、最小上下文与具体分叉，收窄输入、结构化输出。Claude 座位直接 codex exec 配合 advisor.openai 锚点及只读沙箱防护；Codex 座位直接 claude -p 配合 advisor.anthropic 锚点、禁用工具、关闭会话持久化。调用要紧凑：一个问题、最小充分上下文、结构化答案。完成条件是外部视角作为外部声音返回、未被采纳，决策由调用者负责。
第3步：--panel——盲式跨模型批评。仅用于出错代价高昂的计划（不可逆、对外、多日）。日常计划用 sprint 内置的审查环节，而非面板；面板是强制函数，不是仪式。生成两个互相不可见的批评者，各自不同模型与不同视角（正确性/用户结果/简洁性/缺失约束/失败模式与回滚）。跨模型是关键：同模型批评者只能去相关提示，不能去相关先验。为每个批评者选一个可能失败的视角。从第1步选座位过滤的两角色组合，严格使用每行的模型、effort、最低版本与防护。综合与逐条发现的门控留在主循环。每个批评者只拿计划、一个视角及“找出最强反对意见；默认找到真问题”，绝不拿他人输出。内联批评者需要的硬规则——子代理不读全局配置。保留任何单独批评者的发现；只有一个视角捕获的问题是面板存在的意义，绝不当作离群丢弃。跨批评者去重，按严重度排序，按发现/证据/建议修改呈现，再用 lib/gate-contract.md 的逐条门控：Apply? [approve / edit / reject / skip]。外部声音发现仅供参考，调用者逐条决定。在门控列表后停止；advisor 返回判断，不执行（执行是 sprint）。