🐘🐟 فیل، ماهی قرمز، گوگل، AI و ریویو نرم‌افزار!

گوگل یه پروژه کدباز به اسم Elephant-Goldfish Model (EGM) منتشر کرده که برخلاف اسمش، مدل زبانی جدیدی نیست! یه مجموعه Plugin و Agent Skill برای بهبود فرایند طراحی نرم‌افزاره. ایده اصلیش ساده ولی هوشمندانه‌ست: وقتی با AI درباره معماری سیستم صحبت می‌کنیم، مدل کم‌کم کلی اطلاعاتی درباره پروژه، تصمیم‌های قبلی، محدودیت‌ها و نیازمندی‌ها جمع می‌کنه. این می‌شه فیل! چون حافظه و context بزرگی داره. اما همین ویژگی می‌تونه مشکل‌ساز هم بشه؛ مدلی که از اول در شکل‌گیری یه ایده مشارکت داشته، ممکنه موقع نقد کردنش هم ناخودآگاه از همون فرضیات اشتباه دفاع کنه!

اینجاست که goldfish (ماهی قرمز) وارد می‌شه! که برخلاف فیل، کم‌حافظه است و هیچ اطلاعی از گفت‌وگوهای قبلی نداره. EGM چند تا subagent مستقل با context تازه ایجاد می‌کنه و فقط سند طراحی و منابع مرتبط، مثل سورس‌کد پروژه، رو بهشون می‌ده. هرکدوم هم از زاویه متفاوتی طراحی رو بررسی می‌کنن. مثلاً آیا نیازمندی‌ها واضح‌اند؟ آیا فرضیات پنهانی وجود داره؟ آیا طراحی با کد موجود سازگاره؟ آیا می‌شه صرفاً با خوندن این سند، سیستم رو پیاده‌سازی کرد؟ در واقع تلاش می‌کنه جلوی همون اتفاق آشنا رو بگیره که نویسنده و منتقد یک طرح، هر دو گرفتار یک سوءتفاهم مشترک می‌شن!

فرایندش هم بر اساس Spec-Driven Development طراحی شده. مثلاً می‌خواید قابلیت ارسال Webhook به محصول اضافه کنین. با /egm-brainstorm ایده رو بررسی می‌کنید؛ اینکه اگه درخواست شکست خورد چی؟ اگه یه ایونت دوبار رسید چی؟ بعد با /egm-draft خروجی بحث‌ها رو به یه Design Document تبدیل میکنه. با /egm-review چند تا ایجنت مستقل سند رو بررسی می‌کنن و ایرادهاش رو پیدا می‌کنن. شما تصمیم می‌گیرین کدوم پیشنهادها پذیرفته بشن و در نهایت، بعد از تأیید طراحی، سراغ پیاده‌سازی می‌رین. یعنی به جای اینکه از AI بخوایم فوراً کد رو تولید کنه، اول سعی می‌کنیم مسئله و راه‌حل رو درست بفهمیم.

چند تا قابلیت دیگه هم داره که به نظرم کاربردی‌ان. مثلاً Bootstrap برای مستندسازی پروژه‌های موجود، Review Loop برای اجرای ریویوهای تخصصی و Drift Report برای پیدا کردن اختلاف بین کد فعلی و سند طراحی. این آخری رو چیز کاربردی‌ای است؛ چون همه‌مون دیدیم که گاهاً مستندات معماری یه سیستم بیشتر شبیه کتاب تاریخ می‌شن تا توضیح وضعیت فعلیش! البته EGM قرار نیست جای تست، code review انسانی یا تصمیم‌گیری مهندسی رو بگیره. ضمن اینکه برای ریویو واقعاً به ایجنت‌هایی با context مستقل نیاز داره، نه اینکه همون مدل در همون گفت‌وگو نقش منتقد رو بازی کنه.

به نظرم جذابیت EGM بیشتر از خود ابزار، توی رویکردش به Context Engineering و طراحی فرایند همکاری ایجنت‌هاست. مسئله فقط این نیست که مدل قوی‌تری داشته باشیم؛ اینکه کدوم ایجنت چه اطلاعاتی دریافت کنه، چه چیزی رو ندونه و چجوری خروجی ایجنت‌های دیگه رو نقد کنه هم مهمه. مجوز پروژه، Apache 2.0 است و با ابزارهایی مثل Claude Code، Codex و Antigravity قابل استفاده‌ست. البته با وجود اینکه ریپازیتوریش متعلق به Google است، خود پروژه صریحاً می‌گه پشتیبانی رسمی گوگل رو نداره. به نظرم ارزش امتحان کردن داره، به‌خصوص برای تیم‌هایی که می‌خوان AI رو از یه ابزار تولید کد، به بخشی از فرایند واقعی مهندسی نرم‌افزار تبدیل کنن.

سایتش: https://egm.dev
گیت‌هابش: https://github.com/google/elephant-goldfish-model