+48 794 027 325Porozmawiajmy
BlogNewsy AI

Google EGM: recenzja planu przez świeżych agentów AI

Wtyczka Google do Claude Code każe agentom bez kontekstu sprawdzić opis zmiany, zanim powstanie kod. Podłożyliśmy błędy i policzyliśmy, ile wyłapała.

Google udostępnił otwartą wtyczkę EGM (Elephant-Goldfish Model) do Claude Code, Codexa i Cursora. Pomysł jest prosty. Agent AI, który zna projekt i rozmowę z Tobą (słoń), pisze opis zmiany. Potem kilku agentów, którzy nie widzieli rozmowy (złote rybki), czyta tylko ten opis i kod. Każdy patrzy z innej strony: czy pomysł ma sens, czy da się go wdrożyć bez zgadywania, czy zgadza się z kodem. Dopiero po tej recenzji powstaje kod.

Sprawdziliśmy to u nas

Na czym. Wzięliśmy kopię małego modułu z naszych danych testowych, który pilnuje budżetu i wysyła powiadomienie po przekroczeniu progu. Napisaliśmy dwa dokumenty:

  1. Opis tego, jak moduł działa dziś, z czterema celowo wpisanymi nieprawdami (np. „trzyma historię 6 miesięcy”, gdy kod trzyma 3).
  2. Plan nowej funkcji, prognozy przekroczenia limitu, z czterema celowo wpisanymi błędami, w tym jednym podstępnym: zmiana, która po cichu psuje istniejący alarm.

Klucz z błędami leżał poza folderem testu, agenci go nie widzieli. Recenzję zrobiło 8 świeżych agentów według person i standardów z repozytorium Google, a raport rozbieżności jeden.

Wynik.

  • Raport rozbieżności: 4 z 4 wpisanych nieprawd i jeden prawdziwy drobny błąd, o którym nie wiedzieliśmy.
  • Recenzja planu: 4 z 4 wpisanych błędów. Najgroźniejsze znalazło od 5 do 7 z 8 recenzentów, z dokładnym opisem, jak błąd zadziała.
  • Uwagi, których nie przewidzieliśmy: ten sam efekt da zmiana jednej liczby w konfiguracji, bez nowej funkcji; prognoza ze średniej i tak nie uprzedzi nagłego skoku wydatków; jedno zdanie planu było po prostu nieprawdą wobec kodu.

Czas i koszt. Około dwóch minut, bo recenzenci pracują równolegle. Każdy zużył około 80–100 tysięcy tokenów, głównie na czytanie instrukcji i kodu.

Na co uważać

  • Dużo agentów na małą zmianę. Pełna recenzja to osiem agentów na jedną stronę opisu. Przy codziennych poprawkach to za drogo, przy zmianie, która dotyka pieniędzy albo klientów, w sam raz.
  • Część uwag jest formalna. Standard Google'a wymaga sekcji „alternatywy” i „ryzyka” i traktuje ich brak jako blokadę. Przy dużej specyfikacji to dobra zasada, przy małej zmianie raczej szum.
  • Raport rozbieżności wypisuje wszystko, czego dokument nie opisuje. Przy krótkiej dokumentacji połowa raportu to lista „tego też nie opisano”.
  • To nie zastępuje testów. Recenzja czyta opis i kod, niczego nie uruchamia. Autorzy piszą to wprost.

Werdykt: warto przy większych zmianach

Najcenniejsze okazało się to, że świeży agent nie zna naszych założeń. Pyta o rzeczy, które autor uznał za oczywiste, i porównuje każde zdanie planu z kodem. Do codziennej pracy wystarczą trzy persony zamiast ośmiu: ocena sensu całej zmiany, gotowość do wdrożenia i zgodność z kodem.

Jak to wykorzystać w firmie

Ta sama zasada działa przy każdym wdrożeniu AI i automatyzacji: zanim ktoś zbuduje automat, opis zakresu czyta osoba albo agent spoza projektu. Taniej poprawić jedno zdanie w planie niż gotowy system. Jeśli planujesz automatyzację i chcesz, żeby ktoś z zewnątrz sprawdził plan, napisz do nas.

Sprawdźmy, co da się zautomatyzować w Twojej firmie.

30 minut rozmowy, bez zobowiązań. Opowiadasz, co zajmuje zespołowi najwięcej czasu, a my mówimy, co z tym zrobić, ile to potrwa i od czego zacząć.

  • Odpowiadamy w ciągu 24 h
  • Pierwsza rozmowa bezpłatna
  • Bez pośredników

Dane wykorzystamy, żeby odpowiedzieć na zgłoszenie. Administrator danych: Mediafy sp. z o.o., os. Tytusa Działyńskiego 27, 62-020 Swarzędz. Szczegóły i Twoje prawa: Polityka prywatności.

Wolisz napisać maila? kontakt@mediafy.com.pl