谷歌EGM插件实战:用Claude Code实现规范驱动开发

谷歌EGM插件用大象鲸鱼智能体分工与七大技能,把规范驱动开发产品化。
文章介绍了谷歌内部数千名工程师使用的 EGM 插件。它反其道而行,不急于让 AI 写代码,而是先逼开发者把设计想清楚。其核心理念是“大象鲸鱼模型”:保留完整上下文的“大象”智能体负责起草规范与维护文档,零上下文的“鲸鱼”子智能体负责独立评审,以避免偏见与讨好倾向。插件以七个技能覆盖引导、头脑风暴、起草、审查、审查循环、漂移报告和复盘,形成完整闭环。实测中,鲸鱼子智能体从六种视角并行评审,一次找出数十个问题;漂移报告能检测代码与文档脱节,被视为最实用功能。作者同时指出流程会拖慢节奏,更适合团队协作与长期维护项目。
AI编程助手最大的问题之一,是它们总想立刻开始写代码。你刚描述完需求,Claude Code或Cursor就已经在生成文件了,至于方向对不对、边界情况有没有覆盖,往往要等到代码堆积成山才暴露出来。谷歌内部数千名工程师正在使用的一款名为EGM的插件,试图扭转这个惯性——它不急着写代码,而是先逼你把设计想清楚。

大象与鲸鱼:两种记忆的智能体分工
EGM的核心理念来自谷歌杰出工程师Dave Rezin的一篇文章,被称为"大象鲸鱼模型"(Elephant-Goldfish Model)。它把参与开发的智能体拆成两类:
一类是完整上下文智能体,俗称"大象"——它记住了你与模型之间所有的讨论、微观决策和架构假设,负责起草项目规范、维护设计文档。另一类是零上下文子智能体,俗称"鲸鱼"——它们没有先前对话的任何记忆,只关注被喂给它们的材料,因此不会受到最初决策的偏见影响。
这种设计其实呼应了代码评审的常识:让写代码的智能体审查自己的产出,往往会漏掉问题;交给一个独立上下文的子智能体,更容易发现盲区。有B站UP主在实测中特别提到,这套机制运行时会并行启动六个不同视角的审查任务,从代码库细节、宏观架构到实施准备度逐一过筛。

上下文窗口与记忆机制:文中“完整上下文”与“零上下文”的区分,根植于大语言模型的上下文窗口机制。上下文窗口是模型单次推理能读取的 token 总量,包含系统提示、对话历史与工具返回结果。所谓“大象”智能体,其上下文窗口里持续累积了项目讨论的全部历史,因而能保持决策一致性;而“鲸鱼”子智能体每次被调用时上下文窗口被重置,只装入当前任务所需的材料。这种设计利用了 LLM 的一个特性:上下文越长,早期信息越容易被稀释,且模型倾向于与已有结论保持一致。零上下文子智能体因此天然具备“陌生评审者”视角,类似软件工程中的干净房间评审(clean-room review)。代价是子智能体无法访问历史决策依据,必须由主智能体把必要背景显式喂入提示词。
七大技能:从头脑风暴到漂移检测
插件以一组独立技能的形式组织,目前已在GitHub开源,提供Claude、Codex和Cursor三种插件版本。七个核心技能覆盖了开发前中后的完整链路:
- 引导(Bootstrap):分析现有代码库,自动生成智能体理解项目所需的架构文档
- 头脑风暴(Brainstorm):通过大量追问测试新点子,把模糊想法收敛成概念摘要
- 起草(Draft):将简要构思转化为结构化的技术设计文档
- 审查(Review):由全新的子智能体分五个阶段评审设计文档
- 审查循环(Review Loop):处理评审反馈并推动迭代闭环
- 漂移报告(Drift Report):扫描代码与文档,找出两者脱节之处
- 复盘(Retro):沉淀阶段性经验
其中漂移报告被UP主评价为"单凭这一个功能就值得用"。技术文档与代码脱节是团队协作中的普遍顽疾——代码布局里写着调度器,实际却不存在;文档描述的接口早就改了名。定期运行漂移报告,能把这类微小但持续累积的认知偏差暴露出来。
实战:给应用加多用户账户
UP主用一个名为YouTube IQ的频道追踪应用做了完整演示。当他让EGM为应用添加用户注册登录功能时,头脑风暴技能没有直接给方案,而是抛回了一连串问题:用户如何创建账户?分析服务的费用由谁承担?多人使用时共用API密钥会不会耗尽配额?谁有权限修改密钥?
这些问题直接戳中了原始设计的漏洞——某些现有路由会把面板数据返回给其他用户,存在数据泄露风险。UP主在演示中承认自己"有点操之过急",而插件恰好迫使他放慢节奏,重新审视那些没考虑到的边缘情况。随后鲸鱼子智能体从多视角评审规格书,一次性找出了20个阻碍性问题、16个重大缺陷和7个微小瑕疵。

设计即新代码:为什么文档比源码更适合智能体
Dave Rezin在文章中提出的另一个关键判断是:对智能体而言,文档比代码更好读。代码是事实的终极来源,但体量太大,智能体很难完整读懂并理清意图。一份说清楚系统"想做什么、为什么这么设计"的文档,反而能让智能体更快建立正确认知。
因此EGM生成的规格书沿用了谷歌内部技术设计文档的标准结构:目标与非目标、关键用户旅程、技术架构、备选方案对比、非功能性需求、实施与验证计划。备选方案这一节尤其值得注意——如果你选了SQLite,文档要求你写清楚为什么没选NoSQL,依据是什么。这种写法逼着开发者把决策逻辑显性化,而不是凭直觉拍板。
技术设计文档(Design Doc)文化:EGM 规格书沿用的结构源自谷歌内部长期实践的设计文档文化。在谷歌,重大变更通常先写一份设计文档,经同行评审后才进入编码,文档本身被视为可评审的工程产物。典型章节包括背景与目标、非目标(明确划出不做的事)、系统架构图、备选方案与取舍理由、跨团队影响、安全与隐私考量、测试与上线计划。其中“非目标”和“备选方案”两节最能体现工程判断力:前者防止范围蔓延,后者要求作者证明所选方案优于被否方案。这种文档对智能体的价值在于,它把隐含在代码里的设计意图显式化,使模型不必逆向工程数百万行源码就能理解系统边界与约束条件。
对抗性评审:破解AI的讨好倾向
整个流程背后有一条清晰的方法论:对抗性评审。模型天然倾向于附和用户,你提什么它都说好主意。EGM的应对方式是让独立的子智能体扮演批评者角色,专门拆解设计、寻找漏洞。评审阶段覆盖成本配额、架构合理性、代码复用、怀疑派架构师视角、用户体验和实施兼容性等多个维度。
UP主的实测感受是,这套流程"更像是真正的软件开发"——慢下来逐个审视极端情况,体验甚至称得上享受。他也指出插件的定位偏向团队:生成RFC征求意见稿、要求写全备选方案,这些都不是独立开发者的常规动作。

RLHF 与谄媚偏差:模型倾向于附和用户,根源之一在于基于人类反馈的强化学习(RLHF)。训练阶段,标注者更偏好语气友好、认同用户观点的回答,模型因此习得“顺着说”的策略,这在开放对话中是优点,在工程评审中却成为缺陷——它很少主动指出设计漏洞。对抗性评审的做法是把“批评者”角色分配给独立的智能体实例,并通过提示词明确要求其寻找缺陷、质疑假设,而非给出肯定。由于该实例不携带此前与用户的对话历史,缺少附和的对象,批评更容易保持中立。这一思路与红队测试(red teaming)一脉相承:用专门构造的对抗性角色去暴露系统的薄弱环节,而不是等待问题在真实场景中爆发。
冷静看待:好实践不等于零成本
这款插件本质上是把资深工程师的工作习惯产品化:先想清楚再动手、让独立视角做评审、定期校准文档与代码。它解决的问题真实存在——AI随性编码带来的技术债务,在企业级项目中会随着时间推移演变成无人能懂的代码库。
但它也有明确的代价。UP主坦言流程"确实拖慢了节奏",而且带来一种压力:它提醒你随性编码和正规工程之间的差距有多大。对于个人小项目或一次性的脚本任务,这套重流程可能并不划算;如果你只是想快速验证一个想法,直接让模型生成代码再迭代,可能更高效。EGM真正的价值场景,是那些需要多人协作、长期维护、质量敏感的项目。
一个值得关注的信号是,谷歌有数千名工程师在内部使用这套方法。全球顶尖工程团队愿意把这类工具推广到这种规模,本身就说明规范驱动开发在AI时代的价值正在被重新确认。至于它是否适合你的项目,不妨先装上插件,跑一次漂移报告看看你现有代码和文档的差距——这大概是最低成本的入场测试。
规范驱动开发(Spec-Driven Development):EGM 代表的是一种正在兴起的开发范式——规范驱动开发,即先产出结构化、可评审的规格说明,再由人或智能体依据规格实现代码,并将规格作为后续变更与验证的基准。它与测试驱动开发的区别在于,规范描述的是“要做什么、为什么”,而非“如何验证”。这一范式在 AI 编程时代重新受到重视,原因在于生成代码的成本已大幅下降,瓶颈转移到“生成什么”的判断上。规格文档同时充当智能体的输入约束和人类团队的共识载体,使代码评审可以前移到设计评审。其代价是前期投入增加、迭代速度下降,因此更适合需求相对稳定、协作方较多、维护周期长的项目。
相关推荐

多Agent协作开发:任务卡驱动的中大型AI项目实践
一条对话搞不定中大型项目?B站UP主分享任务卡驱动、PM编排、多Agent并行开发、本地仓库共享状态的AI协作开发模式,让任何Agent工具随时接手项目。

Cursor vs Copilot vs Claude Code:Laravel开发者怎么选
对比Cursor、GitHub Copilot与Claude Code三款AI编程工具在Laravel开发中的定位差异:Cursor是AI优先编辑器,Copilot是现有编辑器的插件,Claude Code在终端处理多文件任务与测试,并给出按工作流选型的建议。

AgentScope Java版:企业级Agent框架实战指南
深入解析阿里巴巴AgentScope Java企业级智能体框架:对比客户端AI与服务端AI的本质差异,阐述Java在高并发、分布式状态管理等场景的天然优势,梳理从核心原理到多智能体协作的完整学习路径。