AIKraft Agents
Главная/Блог/Гайд/Google Elephant-Goldfish: Революция в…
Гайд9 мин чтения · 8 ноября 2026 г.

Google Elephant-Goldfish: Революция в проверке кода AI-агентами

Разбираем плагин Google Elephant-Goldfish Model (EGM), который заставляет AI-агентов писать спецификации перед кодом. Глубокий анализ архитектуры, сравнение с конкурентами и практические советы по внедрению.

Google Elephant-Goldfish: Революция в проверке кода AI-агентами

В мире генеративного искусственного интеллекта, особенно в сфере разработки программного обеспечения, мы часто сталкиваемся с проблемой, которую в индустрии называют «AI-мусором» (AI slop). Это когда модели генерируют код, который выглядит правдоподобно, но содержит фундаментальные логические ошибки, упускает важные граничные случаи или просто не соответствует исходным требованиям. Традиционные методы код-ревью, основанные на человеческом внимании или простых статических анализаторах, часто не справляются с растущей сложностью систем, управляемых LLM. Google предлагает элегантное архитектурное решение этой проблемы, не через создание новой модели, а через изменение процесса взаимодействия с существующими.

Компания открыла исходный код плагина Elephant-Goldfish Model (EGM) под лицензией Apache 2.0. Это не новая нейросеть, а слой проектирования и рецензирования для AI-агентов по написанию кода. Идея, лежащая в основе EGM, проста, но гениальна: заставить агента сначала написать детальную спецификацию (Markdown-файл), а затем передать эту спецификацию «свежим» субагентам (Goldfish) для проверки, у которых нет истории предыдущих диалогов. Это позволяет отловить неверные допущения на этапе планирования, а не в pull-реквесте, когда исправление ошибок становится дорогим и трудоемким.

По данным Google, тысячи инженеров уже используют этот подход в своей повседневной работе. В этой статье мы подробно разберем, как работает архитектура Elephant-Goldfish, какие инструменты она поддерживает, как проходит процесс рецензирования в пять этапов и чем EGM отличается от аналогов, таких как Spec Kit или Kiro. Мы также рассмотрим практические аспекты запуска, включая ограничения и известные проблемы изоляции контекста.

01Что такое Elephant-Goldfish Model (EGM)?

Важно сразу прояснить: EGM — это не язык программирования и не новая архитектура трансформера. Это плагин, состоящий из набора навыков (skills), персон рецензентов (reviewer personas) и стандартов документирования. Методология вдохновлена эссе Дэва Ренсина (Dave Rensin) о метафоре слонов и золотых рыбок, которое Google представила в своем блоге Open Source как способ борьбы с «схлопыванием контекста сессии» (session context collapse).

В этой метафоре «Слон» (Elephant) — это длинная сессия, которая хранит весь контекст проекта, предыдущие решения и общую картину. Его задача — составить спецификацию. Он не пишет код. «Золотая рыбка» (Goldfish) — это безсостоятельный (stateless) субагент. У нее нет памяти о предыдущих взаимодействиях, она видит только текущую спецификацию и те файлы, на которые она ссылается. Это критически важно: изоляция контекста предотвращает перенос ошибок и предвзятости из предыдущих шагов разработки.

💡
Ключевая особенность. EGM не требует новых весов моделей. Вы используете свою существующую квоту на токены и любую поддерживаемую LLM. Плагин управляет процессом, а не генерацией текста.

README проекта прямо указывает, что это не официально поддерживаемый продукт Google, а экспериментальный инструмент сообщества и инженеров компании. Однако масштаб внедрения (тысячи пользователей внутри Google) говорит о высокой эффективности метода. Основная цель EGM — заставить разработчика (или AI-агента) остановиться и подумать, прежде чем писать строки кода, фиксируя решения в формате Markdown, который легко читать и проверять.

02Как работает рабочий процесс Elephant-Goldfish?

Архитектура EGM построена вокруг четкого разделения ролей и последовательных команд. Процесс начинается с мозгового штурма и заканчивается проверкой соответствия кода спецификации. Рассмотрим основные команды, доступные в CLI:

1. /egm-brainstorm: Мозговой штурм с 6 линзами

Первый шаг — уточнение идеи. Команда запускает рой «золотых рыбок», которые анализируют задачу через шесть различных «линз» (lenses). Эти линзы обеспечивают всесторонний взгляд на проблему:

Google Elephant-Goldfish: Революция в проверке кода AI-агентами
  • YAGNI (You Aren't Gonna Need It): проверка на излишнюю сложность.
  • Token Cost: оценка стоимости токенов для реализации.
  • UX: пользовательский опыт.
  • Migration: вопросы миграции данных или систем.
  • Observability: наблюдаемость и мониторинг.
  • Tech Debt: технический долг.

Результатом этого этапа является файл concepts_brief.md, который служит черновиком для дальнейшей работы.

2. /egm-draft: Создание документа дизайна

На этом этапе черновик преобразуется в полноценный документ дизайна, который сохраняется в папке docs/designs/. Процесс идет секция за секцией, что позволяет детализировать архитектуру, интерфейсы и логику работы системы. Этот файл становится единственным источником истины для последующих этапов.

3. /egm-review: Рецензирование Goldfish

Самый важный этап. Спецификация передается на проверку «золотым рыбкам». Эти агенты не имеют доступа к истории чата, только к спецификации. Они ищут логические дыры, противоречия и упущения. Если находятся критические ошибки, спецификация дорабатывается.

4. /egm-drift-report: Отчет о дрейфе

После написания кода рекомендуется запускать эту команду еженедельно. Она сравнивает реализованный код с исходной спецификацией, выявляя «дрейф» — отклонения от запланированного дизайна. Это помогает поддерживать целостность проекта на длинных дистанциях разработки.

03Пять этапов рецензирования Goldfish

Сердцем EGM является навык рецензирования, который состоит из пяти последовательных этапов. Каждый этап имеет свою цель и набор инструментов. Важно отметить, что каждый этап допускает не более одного повторного аудита (re-audit), если найдены критические ошибки. Если хост-платформа не поддерживает инструмент для создания субагентов, процесс EGM останавливается, так как «рецензирование в том же контексте» не является истинным рецензированием Goldfish.

Этап 1: Initial Zoom Out (Первичный обзор)

На этом этапе проверяется весь документ на высоком уровне. Агенты оценивают общую структуру, полноту описания и соответствие исходной идее. Это своего рода «воздушный взгляд» на архитектуру.

Google Elephant-Goldfish: Революция в проверке кода AI-агентами

Этап 2: Comprehension Test (Тест на понимание)

Это уникальный и мощный этап. Одна из «золотых рыбок» должна перефразировать дизайн своими словами. Если перефразирование неверно или неточно, это сигнал о том, что документ двусмысленен или плохо написан. Этот этап выявляет проблемы в ясности коммуникации, которые часто остаются незамеченными при обычном чтении.

Этап 3: Critic Review (Критический обзор)

Здесь вступают в игру специализированные рецензенты: архитекторы, специалисты по структуре и стилю. Они ищут пробелы в дизайне, граничные случаи (edge cases) и потенциальные уязвимости. Найденные проблемы ранжируются по степени серьезности: Blocker (блокирующий), Major (крупный) или Nit (мелкий).

Этап 4: Intermediate Zoom Out (Промежуточный обзор)

После внесения исправлений, предложенных на этапе критического рецензирования, проводится повторная проверка архитектуры. Это гарантирует, что исправления не нарушили общую целостность системы.

Этап 5: Implementation Readiness (Готовность к реализации)

Финальный этап перед написанием кода. Агенты проверяют пути к файлам, структуры данных и сигнатуры функций. Это техническая проверка, которая гарантирует, что спецификация достаточно конкретна для того, чтобы код был написан корректно.

⚠️
Важно. Если на вашей платформе нет возможности запускать субагентов с нулевым контекстом, EGM не сможет выполнить полноценное рецензирование. В таком случае процесс прерывается, так как изоляция критически важна для метода.

04Поддержка различных AI-агентов и хостов

Одной из сильных сторон EGM является его гибкость. Плагин не привязан к одной конкретной модели или платформе. Он работает как надстройка над любыми «хостами», которые могут порождать свежие субагенты. Изначально поддержка была сосредоточена на Antigravity, но сейчас список расширился.

Согласно текущему руководству по интеграции, EGM поддерживает следующие платформы:

  • Antigravity CLI и App: Полная поддержка. Автоматизированные тесты показывают успешное прохождение всех этапов.
  • Claude Code (версия 2.1.271 и выше): Поддерживается, но с ограничениями. Рецензенты имеют доступ только к инструментам Read, Grep и Glob. Файлы CLAUDE.md исключены из их контекста, что усиливает изоляцию.
  • Codex: Поддерживается. Тесты показывают высокую эффективность.
  • ChatGPT, omp, Muse: Также поддерживаются, хотя детализация может варьироваться.
Google Elephant-Goldfish: Революция в проверке кода AI-агентами

Результаты тестирования на конкретных хостах впечатляют:

  • Antigravity CLI 1.4.5: Запустил 16 нативных рецензентов, все этапы пройдены последовательно.
  • Codex 0.163.0: 15 нативных рецензентов, 2 живых теста завершены за 573.13 секунды.
  • Codex CLI с ZIP-архивом v0.1.0: Полный набор тестов пройден за 482.30 секунды.

05Сравнение с конкурентами: Spec Kit, Kiro и Superpowers

На рынке существует несколько инструментов, предлагающих схожие функции, но EGM выделяется своим подходом. Давайте сравним ключевые характеристики:

Функция Google EGM GitHub Spec Kit Kiro Specs Superpowers
Тип Плагин (навыки + персоны) Набор инструментов + CLI Функция IDE/CLI Плагин навыков
Лицензия Apache 2.0 MIT Коммерческая MIT
Рабочий процесс Brainstorm, draft, review, drift Constitution, specify, plan, tasks, implement, converge Requirements, design, tasks Brainstorm, plan, subagent build, TDD, review
Спецификация проверяется свежими субагентами Да, 5 этапов перед кодом Не раскрыто Не раскрыто Нет; свежие субагенты проверяют код по задаче
Хосты Antigravity, Claude Code, Codex, ChatGPT Copilot и другие Только Kiro 16 хостов
Стоимость Бесплатный плагин; использование модели хоста Бесплатный набор; использование модели хоста Подписка Бесплатный плагин; использование модели хоста

Ключевое отличие EGM заключается в том, что спецификация проверяется агентами с нулевым контекстом до написания кода. Spec Kit и Kiro фокусируются на человеческом рецензировании между фазами. Superpowers изолирует субагентов в основном на этапе реализации. EGM же переносит фокус на предварительную проверку дизайна, что позволяет избежать дорогостоящих переделок на поздних стадиях.

06Известные проблемы и ограничения

Несмотря на преимущества, у EGM есть свои недостатки, о которых следует знать перед внедрением. Главный минус — высокое потребление токенов. Поскольку процесс включает несколько этапов мозгового штурма, черчения и пятиэтапного рецензирования, количество запросов к LLM значительно возрастает. Это может быть дорого при использовании платных моделей.

Вторая проблема — изоляция контекста. В некоторых хостах, например, в Codex, зафиксировано утечку инструкций из файла AGENTS.md в рецензентов (Issue #237). Это нарушает принцип «золотой рыбки», так как рецензент получает дополнительную информацию, которая должна быть ему недоступна. Кроме того, в тестах с Claude Cowork процесс останавливался на этапах 5-7 из-за ограничений использования (usage limits).

📌
Факт. Точные бенчмарки точности (accuracy benchmarks) для EGM не опубликованы. Доказательством эффективности служат факт внедрения в Google и результаты end-to-end тестов на хостах.

07Что это значит на практике

Для разработчиков, работающих с AI-агентами, внедрение EGM означает сдвиг парадигмы: от «пиши код сразу» к «думай, затем пиши, затем проверяй». Это требует дисциплины, но экономит время на отладку. Если вы используете Codex или Antigravity, установка плагина EGM может стать стандартом для ваших проектов. Начните с малого: попробуйте запустить /egm-brainstorm для небольшой функции, чтобы оценить качество спецификаций. Обратите внимание на этапы рецензирования, особенно на тест понимания, который часто выявляет скрытые неоднозначности. Помните, что успех EGM зависит от качества вашей LLM и правильности настройки изоляции контекста на вашем хосте. В условиях, когда AI-кодинг становится нормой, такие инструменты, как EGM, становятся необходимыми стражами качества кода.

08Заключение

Google Elephant-Goldfish Model — это не просто еще один плагин, а серьезный шаг в сторону более надежного и предсказуемого AI-кодинга. Разделяя процессы проектирования (Слон) и проверки (Золотая рыбка), EGM позволяет отлавливать ошибки на ранней стадии, когда их исправление стоит минимальных усилий. Несмотря на высокие затраты на токены и технические нюансы с изоляцией контекста, методология EGM предлагает мощный инструмент для повышения качества кода, генерируемого ИИ. Для команд, стремящихся к максимальной эффективности и надежности, изучение и внедрение EGM является обязательным шагом в 2026 году.

Вы можете ознакомиться с исходным кодом на GitHub, посетить официальный сайт проекта и прочитать подробный пост в блоге Google Open Source. Не забудьте подписаться на рассылку AI Dev Signals, чтобы получать актуальные новости из мира AI-разработки.

Источник: MarkTechPost ↗