跟 AI 讨论了两个小时，它觉得自己什么都懂，写出来的程序还是跟需求有落差。Google 刚开源的 Elephant-Goldfish（大象与金鱼），就是来治这个毛病的。
做法很简单：让两个 AI 代理分工，一个负责记，一个负责挑刺。
大象（Elephant）负责记住项目脉络。它跟你讨论架构、整理需求，把决策写成设计文件。它是大脑，管的是“我们要做什么”。
金鱼（Goldfish）刻意不继承之前的聊天记录。它像一个第一次接手项目的工程师，只看设计文件，重新审查一遍。它要做三件事：
理解检查：光看文件，能不能理解整个设计？
对抗审查：有没有遗漏边界条件、隐藏依赖或逻辑问题？
实现检查：文件、数据结构、函数接口是否清楚到可以直接开始写程序？
金鱼看不懂，就回去改规格，直到它能看懂为止。
这套流程最有意思的地方，是把 AI Coding 的质量管控往前移了。以前是 AI 写完程序，人类才开始找问题；现在可以在写第一行代码之前，就先让另一个 AI 把规格里的漏洞挑出来。
它尤其适合三类场景：跨文件修改、复杂功能开发、多人协作的项目。改动面越大，规格先过一遍审查的收益就越大。
目前官方 GitHub 已列出 Antigravity、Claude Code、Codex 的安装方式，照着装就能用。
有一点要说清楚：审查通过不代表程序一定正确。人工验收和测试还是少不了，大象与金鱼管的是“理解对不对”，不是“跑起来对不对”。
当 AI 越来越会写程序，“谁来检查 AI 理解得对不对”，可能会变成更重要的工作。这套开源流程就是往这个方向走了一步。
正文完