写代码前先让一条失忆的 AI 审你的方案：Google 大象金鱼工作流，专治自己审自己

vibe coding 最常见的翻车不是代码写不出来，而是需求本身就没想清楚——一个会话里聊了三小时，agent 顺着你的思路把代码写完了，事后才发现方案里有个默认假设根本站不住。Google 开源的 Elephant-Goldfish Model（大象金鱼模型，简称 EGM）就是冲着这个毛病来的：它不替你写代码，它逼你在写代码之前，先把方案写成一份能被陌生人读懂的文档。做法分两步，名字就是全部隐喻。大象是一个带着完整上下文的长会话：它了解你的项目、你之前的决策和取舍，负责把功能需求写成设计文档，而且在这个阶段不允许写一行代码。金鱼是零上下文的新会话：它没有参加过你们的讨论，只拿到写好的文档和文档指向的文件，像个外来检查员一样冷读一遍，专门挑那些“你们默认成立、但文档里根本没写”的假设。审查通过、你亲自拍板之后，才进入实现。上手路径很直接：这是一个 Apache-2.0 开源插件，仓库是 google/elephant-goldfish-model，内含 7 个 Markdown 技能和 9 个评审者人格，装进 Claude Code、Codex 或 Antigravity CLI 就能用。Claude Code 里是 marketplace 添加同一仓库名，Codex 类似，Antigravity CLI 是一条 plugin install 命令。注意两条边界：第一，仓库 README 自己写明，它不是 Google 官方支持的产品，评审结果不能代替测试和人工判断；第二，如果宿主环境开不出全新的子会话，流程会直接停住——这叫 fail-closed，宁可停下也不假装审过，Google 自家的 Antigravity 独立 IDE 目前就不在支持之列。什么活值得上这套流程？凡是有真实架构取舍的功能：数据模型怎么定、接口边界划在哪、失败时怎么回滚。什么活别上？一行就能说清的小修小补，README 自己也说跳过它。还有一个数字要提醒你别轻信：第三方解读文章里“抓住 90% 未言明假设”的说法，目前没有独立验证，拿它当广告语可以，拿它当实测结论不行。同样，“Google 内部上千名工程师在用”是 Google 自己的说法，也不是独立测试结果。核心判断是这样的：vibe coding 的瓶颈正在从“写代码的速度”转向“写清楚需求的速度”。EGM 的价值不在那 7 个技能文件里，而在它强行拆开的一件事——写方案的人和审方案的人，不能是同一个记忆。哪怕你不用这个插件，养成“方案先过一次冷读”这个习惯，返工也会少一半。这个结论不成立的时候：你做的是一次性小脚本、原型验证，或者团队里已经有专人做设计评审，那这套流程就是纯 overhead，直接写代码更快。可信度：插件结构、安装路径与 fail-closed 机制为仓库 README 口径，经多家 10 月 30 日至 11 月 2 日梳理与 11 月 3 日 GitHub 榜单回潮交叉；“90% 假设”与“上千名工程师”为单方/厂商说法，已标注，未写成实测结论。11 月 3 日榜单位置为当日信号，插件本身首发于 10 月 22 日，不是今日新品，文中未谎称首发。