Elephant-Goldfish-Modell: Frische Reviewer finden die Lücken im Plan
Elephant-Goldfish Model
EGM ist ein Open-Source-Plugin für KI-Assistenten: Ein Assistent mit vollem Kontext erstellt mit dir einen Plan, den anschließend Reviewer ohne Kenntnis des Gesprächs prüfen und melden, was fehlt oder unklar ist. Das Modell stammt aus Dave Rensins Artikel „Elephants, Goldfish, and the New Golden Age of Software Engineering“. Ein Beispiel zeigt, wie fehlende Zuständigkeiten, Öffnungszeiten oder unausgesprochene Regeln sichtbar werden.
Ein Autor weiß Dinge, die der Plan nicht sagt. Reviewer ohne das Gespräch finden genau diese Lücken.
- sathish316
Bittere Lektion – alles, was außerhalb des Modells oder des Harness optimiert werden kann, wird in den nächsten 2 Monaten vom Modell oder Harness optimiert.
Nachdem ich jedes solche Muster oder jede solche Fähigkeit oder das nächste große Ding ausprobiert habe, komme ich immer wieder zu Peter Steinbergers Rat in 2 Wochen zurück und folge der „Just talk to it“-Engineering-Philosophie – https://steipete.me/posts/just-talk-to-it
- CharlieDigital
Vor etwa 5 Wochen bin ich zu Paseo[0] (OSS, Apache 2.0, keine Verbindung) gewechselt, während ich ein paar andere „Meta-Harnesses“ ausprobiert habe.
Das entpuppte sich als ein sehr interessantes Experiment für mich.
Die Konfiguration der Agentenprofile war das Interessanteste. Sie sah viel zu einfach aus. Keine Tools, keine echte Spezifikation, keine Konfiguration von Skills. Aber tatsächlich erwies sie sich als viel nützlicher/leistungsfähiger und subtil anders als die Art und Weise, wie der native Harness Sub-Agenten modelliert.
Ich habe über mein Setup geschrieben und warum ich denke, dass es funktioniert[1]. Der Kern ist, dass es effektiv ein dynamischer Multi-Agenten-Harness ist. Ich weiß, was du denkst: CC und Codex können das auch. Aber Paseo hat ein paar interessante Details: Es kann mehrere Provider, Harnesses und Modelle verwenden; die Agenten können miteinander oder über einen Koordinator kommunizieren; es hat ein nettes Toolset für Agenten und gut abgestimmte Skills.
Also habe ich ein komplettes Team eingerichtet und der leitende Orchestrator entscheidet dann automatisch, wann er ein Mitglied des technischen Stabs, einen DBA, einen Endnutzer-Anwalt oder einen UI-Designer braucht, um Input und Feedback zu liefern.
Wie ich in meinem Blogbeitrag geschrieben habe, sind die wichtigsten Vorteile, die ich beobachte: 1) Die autonome Ausgabe ist besser, qualitativ hochwertiger und detaillierter aufgrund interner Teamkritik, 2) Ich kann meine Tokens besser über OpenAI, Anthropic und DeepSeek verteilen; es ist vielleicht insgesamt nicht „ökonomischer“, aber ich kann meine Sitzungen effektiv „strecken“, indem ich Tokens verteile.
Ich empfehle, https://agentmgmt.dev/ anzuschauen und den richtigen Meta-Harness für dich zu finden, da ich […]
- sbarre
Ich habe EGM in den letzten Wochen bei ein paar Dingen ausprobiert.
Die größte Fallgrube, die in der Dokumentation genannt wird, ist, dass die Goldfisch-Reviewer nie vollständig zufrieden sind.
Die Reviewer finden immer etwas, also muss man erkennen können, wann der Agent Bikeshedding betreibt und es Zeit ist, weiterzumachen.
Ansonsten ist es ein ziemlich guter Ansatz, und obwohl ich nicht denke, dass er auch nur annähernd hands-off ist, hat er in beiden Fällen anständige Spezifikationen produziert, die nicht viel zusätzliche Handabstimmung erforderten, bevor ich mit der Implementierung begann.