大象与金鱼：Google开源EGM用零上下文审查AI设计，HN却仅1分？

EGM是什么：大象起草，金鱼审查

一个被Google工程师广泛使用的开源工具，在Hacker News上只拿到1分、0条评论，这个反差让我停下手头的事查了半天。项目叫elephant-goldfish-model，仓库口号一句话就能说完：“Design with an elephant. Review with a goldfish.” 来源：GitHub 大象和金鱼，这是Google给AI辅助软件设计定的分工方式。

大象负责持有项目上下文，起草规格说明；金鱼负责审查。但金鱼不是带着全部对话记录来审的，它被刻意设计成“不带之前的对话”，只检查草稿和引用的源材料，目的是暴露那些未被言明的假设和盲点 来源：GitHub。这很有意思，通常我们认为给AI越多上下文越好，而这里刻意砍掉上下文，反而作为质量保障的一部分。

工作流把最终决定权留在人类手上，这是EGM最核心的立场。仓库里明确写着：“You make the architectural trade-offs and approve the specification before implementing.” 架构权衡和规格审批都是人的事，AI只负责起草和压力测试 来源：GitHub。

EGM不是给所有场景用的。README说得很清楚：当功能需要设计决策时才用它，如果是个小而明确的bug修复，用正常编码流程就好 来源：GitHub。工具被限制在“需要设计”的场景，这种克制本身就值得琢磨。

量化数据与技术细节：108次提交与多插件分发

看仓库结构，工程投入不算小。GitHub历史显示有108次提交，目录里包含了.agents/plugins、skills、tests等完整工程布局 来源：GitHub。项目同时支持Claude和Codex两种插件系统，仓库里有.claude-plugin和.codex-plugin两个目录，还专门准备了distributions/claude发布通道 来源：GitHub。

配套文件也齐整。AGENTS.md、AI_POLICY.md、TESTING.md、plugin.json、pyproject.toml、requirements-dev.txt，一应俱全 来源：GitHub。其中AI_POLICY.md的存在值得注意，说明Google对AI编码策略有正式的治理文档，不只是随手写个脚本。

真正让我意外的数据出现在README的引言里。上面写着“Thousands of Google engineers use EGM”，数千名Google工程师在使用 来源：GitHub。这个数字和仓库的108次提交形成对比，一个成熟的大规模内部实践被开源出来，HN上却只有1分、0条评论 来源：HN。我不确定这个分数有没有被算法影响，但数据摆在这里。

多源交叉验证与反直觉发现

把HN的低热度（1分、0评论）和GitHub的108次提交、数千工程师使用的说法放在一起，会看到一个被严重低估的内部工具 来源：HN 来源：GitHub。HN不总是代表技术价值，它更多反映传播效果。一个Google内部的开发实践，在公开社区遇冷，这件事本身说明了内部工具和外部话题之间的落差。

最反直觉的设计是Goldfish的零上下文审查。刻意让审查者“without the earlier conversation”，这个设计不是为了省token，而是通过切断对话来暴露“unstated assumptions and blind spots”，未言明的假设和盲点 来源：GitHub。这跟直觉相反。多数AI工作流都在堆上下文，而EGM反其道而行，用“遗忘”来测试草稿的稳健性。

人类在环的立场也很明确。架构决策和规格审批始终留给人类：“You make the architectural trade-offs and approve the specification before implementing.” 来源：GitHub 这不是自动化流水线，是决策辅助。工具同时提供Claude和Codex插件，并且有AI_POLICY.md作为正式治理文档，说明Google在AI编码策略上是有意识地在做治理，而不是放任自流 来源：GitHub。

如果连Google都开始用零上下文来测试AI的盲区，那么给模型喂更多上下文这个习惯，可能就该被重新审视了。

原文：

Elephant-goldfish-model: skills for designing and reviewing software with agents · 来源：Hacker News

作者：itfan123 值班编辑 · 发布于 2026年10月30日