EGM设计审查:新上下文能发现什么

黎 浩然/ 23 10 月, 2026/ 大语言模型/LARGELANGUAGEMODEL/LLM, 计算机/COMPUTER/ 0 comments

AI设计文档写得很长,仍可能只有参与过讨论的人看得懂。Elephant–Goldfish Model(EGM)插件把这件事变成一道审查关口:保留历史的会话负责设计,新的审读上下文只靠文档与相关源码检查它是否讲清楚。它不是让多个模型投票保证正确,而是尝试暴露讨论中没有落到纸面的假设。

文章目录
  1. 新上下文审读,改变了哪一部分工作
  2. 零上下文,不等于零项目资料
  3. 一句“导出接口支持重试”,藏了多少决定
  4. 将选择变成能运行的验收样例
  5. 让审查意见落到状态与文件上
  6. 安装、离线检查和真实审查是不同证据
  7. 什么时候值得引入这一步

Google开源博客于2026年10月22日公布EGM插件。这篇解读结合固定项目版本与一个后端导出接口示例,说明怎样判断交接文档是否真的足够,以及哪些证据不能仅靠“审查通过”得到。Read in English。

新上下文审读,改变了哪一部分工作

公告用两种角色解释流程:Elephant保留设计背景,Goldfish不继承先前讨论,负责检视规格。公告还把审查拆为理解复述、批判性检查和实施准备检查。它的实际意义是让一个想法在编码前先经过“别人只拿到这些资料,能否照着做”的检验。

这不意味着设计会话不该质疑自己,而是给最终交接另设一个入口。长对话容易让参与者用一句“按之前讨论的方式处理”跳过关键决定。没有那段对话的读者会停在这里,要求把决定、理由和例外写出来。

本文依据仓库d651fe86版本的README核对角色分工。这是10月23日的固定项目快照。EGM在现有AI编码环境上组织技能与审查流程;是否能在某个环境完成审查,还需要实际运行证据。

设计会话
历史、取舍、约束
形成明确文档
交接边界
文档与引用源码
不附先前对话
新上下文审读
复述、反例、准备度
人决定如何处理
原创交接图:隔离会话历史不等于剥夺必要项目资料,也不意味着审查意见自动正确。

零上下文,不等于零项目资料

这里最容易误解的是“零”。审读者仍然需要设计文档、明确引用的源码与必要约束;不继承的是设计者之前的对话。固定版本的环境说明要求真正的新上下文能力,不能在同一个长会话里简单说一句“现在忘掉之前内容”,就当成已经隔离。

如果不给源码,审读者可能只能判断文字是否自洽,无法确认文件路径或现有接口真的存在。如果把全部聊天记录一起塞回去,又可能恢复原有的默认假设。较好的交接包应当给出完成这次审查需要的事实,而不是把“完全不知道项目”误当成独立审查。

新的会话也不保证错误彼此独立。同一模型家族、相近提示或相同错误文档,可能让不同审读者同时漏掉一个问题。多条赞同意见不能自动变成置信度,更不能替代代码执行与人的业务判断。本文没有对插件做模型运行或效果测量,不报告缺陷减少比例。

一句“导出接口支持重试”,藏了多少决定

设想一个虚构需求:用户提交导出任务,如果网络响应丢失,可以安全重试。它看起来已经很具体,但实施者仍不知道重试标识由谁给、不同租户是否共享、相同标识但参数不同怎么办,以及第一次任务还没结束时该返回什么。若这些条件只存在于先前聊天里,单独交出的文档就不能支撑实施。

这些问题未必需要新增很复杂的系统,却必须有人作出选择。为了演示,本文选择一个小契约:租户与请求键共同确定请求身份;相同身份、相同规范化参数复用原job_id;参数不同返回409;缺少租户或键返回400。首次创建选201,后续复用选200。这些是本文教学约定,不是EGM规定的HTTP接口。

把约定写完,审读才能从泛泛的“考虑幂等性”转向具体反例:A租户的K能否误取B租户的任务?CSV请求换成JSON后,是否还返回旧任务?两次同时到达是否会各自创建?提出反例比再加一段“保证高可靠”更接近可执行设计。

首次 A / K / CSV
201 → job 1
相同参数再次提交
200 → 同一个job 1
相同A / K改为JSON
409 → 不创建新任务
原创契约图:状态码与行为由本文教学约定选择,不是EGM内置接口。

将选择变成能运行的验收样例

下面的程序只实现单进程、顺序、内存中的请求身份规则。七个请求场景加一个任务总数检查,共八项检查,在Python 3.15.0通过。相同请求复用任务1,冲突返回409;不同租户与新键分别创建任务2、3;字段顺序变化不影响这个例子中相同对象的识别。

import json

records = {}
jobs = []

def submit(tenant, key, payload):
    if not tenant or not key:
        return 400, None
    canonical = json.dumps(payload, sort_keys=True, allow_nan=False)
    scope = (tenant, key)
    if scope in records:
        previous, job_id = records[scope]
        return (200, job_id) if previous == canonical else (409, None)
    job_id = len(jobs) + 1
    jobs.append(job_id)
    records[scope] = (canonical, job_id)
    return 201, job_id

cases = [
    ('first', 'A', 'K', {'format': 'csv', 'source': 'sample'}, (201, 1)),
    ('retry', 'A', 'K', {'format': 'csv', 'source': 'sample'}, (200, 1)),
    ('conflict', 'A', 'K', {'format': 'json', 'source': 'sample'}, (409, None)),
    ('other tenant', 'B', 'K', {'format': 'csv', 'source': 'sample'}, (201, 2)),
    ('new key', 'A', 'K2', {'format': 'csv', 'source': 'sample'}, (201, 3)),
    ('field order', 'A', 'K', {'source': 'sample', 'format': 'csv'}, (200, 1)),
    ('empty key', 'A', '', {'format': 'csv', 'source': 'sample'}, (400, None)),
]
for label, tenant, key, payload, expected in cases:
    actual = submit(tenant, key, payload)
    assert actual == expected, (label, actual, expected)
    print(label, actual)
assert len(jobs) == 3
print('8 checks passed; serial in-memory contract example')

假设首次响应没有被调用者收到,再提交同一组参数,retry场景对应的行为就是返回原任务,而不是创建新的任务。这里没有真的发送网络请求、丢包或启动导出作业;代码只是让这个验收约定可复算,也不是运行EGM得到的产物。

JSON键排序仅为固定本例字典的字段顺序,不是完整的跨语言请求规范化标准。更关键的是,内存字典没有数据库事务、持久化、到期清理或队列故障处理。这八项顺序检查不能证明两个并发请求只创建一次;生产实现需要明确原子边界,并另测两个请求在记录不存在时同时进入的场景。

让审查意见落到状态与文件上

把程序放回设计文档,仍有几个必须回答的空白:幂等记录保存多久?请求记录已写入但任务尚未入队时,进程退出怎么办?任务完成后重试,是返回旧job_id还是新结果?这些选择会改变接口契约,不能让实施者临时猜。

一个可交接的文档可以为每项关键选择写出四部分:当前状态、触发条件、下一状态、可观察响应。再指出负责变更的文件与接口,以及验证该状态转换的方法。本文没有真实代码仓库供定位,因此不虚构已经存在的文件路径;读者采用时应填写项目中确实存在的位置。

审查记录则保留问题、证据、处理决定与未解决项。若选择暂不处理,要说明它为什么不阻断当前范围,而不是把它从最终报告删掉。新读者复述架构,是发现理解偏差的方法;最终实施准备检查,则应确认关键决定已经从对话搬进文档。复述正确只解决可理解性,不代表方案已经适合业务或可以无测试上线。

安装、离线检查和真实审查是不同证据

固定版本的测试说明将离线单元检查与可选的真实运行检查分开。前者检查插件元数据、链接和路径等结构,不能单独证明真实审读者没有继承父会话。对准备采用插件的人,这个区别比看到“有测试”三个字更有用。

判断一次审查是否真的执行,应检查相应环境的运行记录:是否创建了新审读上下文,读取了哪些允许资料,是否完成规定阶段,以及最后留下了什么结果。报告文件存在,只能证明文件存在;若隔离没有可用证据,就应把它记为未核验。

本文没有安装插件或启动多智能体审查,没有为插件试用调用模型。执行证据仅限上述原创Python契约例子;插件能力与限制来自固定版本文档,不把作者的测试记录写成本站实测。读者试用时应把安装成功、流程完成、上下文隔离与设计质量分别记录。

什么时候值得引入这一步

适合尝试这种方式的,是存在重要设计选择、需要交接或会影响多个模块的变更。需求已经明确、影响范围很小的修复,不一定要完整走一轮设计流程。项目工作流说明本身也强调按实际瓶颈选择工具,而不是强制每件事都从头执行。

对后端开发者,可以先选一个有重试、状态或失败恢复问题的接口,把它写到一个没参加讨论的人能准确实施的程度,再用明确场景验证。收益不在于增加文档页数或审读者数量,而在于减少实施阶段仍需猜测的决定。这需要实际项目记录来判断,本文不宣称已经提高交付速度。

站内AI搜索完成声明核验讨论结果应当配什么证据。设计审查也一样:一次“通过”应能指向文档版本、未解决问题和实际执行记录,才能继续指导后面的实现。

来源为10月22日Google开源公告及d651fe86固定版本的README、环境说明、测试记录与工作流说明。图形、导出接口契约和程序为原创教学材料。文章日期保留北京时间2026年10月23日11:30,实际于2026年10月28日补发。

支持

如果文中的解释或示例帮你解决了问题、节省了时间,欢迎自愿打赏支持本站。

微信支持二维码,点击查看大图
微信
支付宝支持二维码,点击查看大图
支付宝
Buy Me a Coffee,点击支持本站
Buy Me a Coffee

二维码可点击放大。更多支持方式见支持页面。

Share this Post

Leave a Comment

您的邮箱地址不会被公开。 必填项已用 * 标注

*
*