Elephant-Goldfish Model คืออะไร? วิธีที่ Google ให้ AI ร่างแผนก่อนเขียนโค้ด แล้วให้ AI อีกตัวที่จำอะไรไม่ได้ตรวจ

ทวีตภาษาอาหรับจากบัญชี @EngMoElgaraihy เมื่อปลายเดือน ต.ค. 2026 เล่าเครื่องมือตัวหนึ่งที่เขาเรียกว่า "อาวุธลับ" ของวิศวกร Google หลายพันคน ใช้กันไม่ให้ AI เขียนโค้ดเร็วแต่เต็มไปด้วยข้อผิดพลาด

ชื่อเครื่องมือคือ Elephant-Goldfish Model หรือ EGM และมีเว็บไซต์ทางการที่ egm.dev

ผมเปิดรีโปจริง อ่าน README อ่านเอกสารการติดตั้ง และนับรายการที่ค้างในระบบ issue เพื่อแยกว่าอะไรคือกลไกจริง อะไรคือคำโปรย

google/elephant-goldfish-model เป็นชุดสกิลโอเพนซอร์สสำหรับออกแบบและรีวิวซอฟต์แวร์ด้วยเอเจนต์ AI ภายใต้สัญญาอนุญาต Apache 2.0

แนวคิดย่อสั้นคือ ออกแบบกับช้าง รีวิวกับปลาทอง

เหตุผลที่ผู้เขียนรีโปให้ไว้ สั้นและตรงประเด็น

ถ้าให้โมเดลตัวเดิมที่เพิ่งคุยกับคุณมาร่วมชั่วโมงร่างแผน แล้วให้ตัวเดิมนั้นตรวจแผนของตัวเอง มันจะจำเหตุผลที่มันเพิ่งใช้ไปแล้ว และมีแนวโน้มเห็นด้วยกับตัวเอง

การเริ่มเซสชันใหม่ที่ไม่มีความจำเดิม ทำให้ผู้ตรวจไม่มี Bias ติดมา มันเห็นแค่สิ่งที่เขียนไว้ในเอกสาร ถ้าอ่านแล้วยังไม่เข้าใจ นั่นคือสัญญาณว่าเอกสารยังไม่ชัด

รีโปไม่ได้บังคับให้ใช้ครบทั้งกระบวนการ คุณหยิบอันที่ต้องการได้

egm-brainstorm ทดสอบไอเดียและเขียน concept brief egm-draft เปลี่ยน brief เป็นเอกสารออกแบบ egm-resolve คุยกับผลรีวิวและตกลงว่าจะแก้อะไร egm-review รีวิวแบบเปิดเอเจนต์ใหม่ห้าด่าน egm-review-loop เรียกกลุ่มผู้ตรวจที่ตั้งค่าไว้สำหรับงานหนึ่ง ๆ egm-bootstrap สร้างหรืออัปเดตเอกสารของโค้ดเดิม egm-drift-report เทียบเอกสารในรีโปกับโค้ดปัจจุบัน Enter fullscreen mode Exit fullscreen mode ตัวอย่างใน README ใช้สามคำสั่งนี้เป็นหลัก คือ /egm-brainstorm, /egm-draft และ /egm-review

ใน Antigravity และ Claude Code ต้องเติม prefix เป็น /egm:egm-brainstorm เสมอ เพราะบางเวอร์ชันของ agy ไม่เติมให้อัตโนมัติ

ทวีตเล่าเป็นห้าขั้น แต่เมื่อเปิดไฟล์ skills/egm-review/SKILL.md ดูจริง ชื่อด่านทั้งห้าเรียงอย่างนี้

Stage 5 Initial Zoom Out Review Stage 6 Comprehension Test Stage 7 Critic Review (egm-design, egm-structural, egm-style) Stage 8 Intermediate Zoom Out Review Stage 9 Implementation Readiness Test Enter fullscreen mode Exit fullscreen mode ด่านที่สองคือ Comprehension Test ตรงกับที่ทวีตเล่าว่าให้ปลาทองอธิบายแผนกลับมา ถ้าอธิบายไม่ได้แปลว่าเอกสารกำกวม

ด่านสุดท้ายคือ Implementation Readiness ซึ่งดูว่าเส้นทางไฟล์และ signature ชัดพอจะลงมือหรือยัง ตรงกับที่ทวีตเรียกว่า "ไฟเขียว"

ทวีตเขียนว่าเครื่องมือนี้ทำงานใน Antigravity และจะรองรับสภาพแวดล้อมอื่นเร็ว ๆ นี้

ตรงนี้ข้อมูลล้าสมัย เอกสาร docs/harnesses.md ระบุว่ารองรับหลายที่แล้ว

Antigravity CLI / App / ส่วนขยาย VS Code Claude Code Claude Cowork Codex ChatGPT (แบบอัปโหลดปลั๊กอิน) omp Enter fullscreen mode Exit fullscreen mode แต่มีรายละเอียดที่คนจะติดตั้งควรรู้ก่อน

ประโยคแรกคือ "Thousands of Googlers use this plugin every day to ship production Google code" ซึ่งไม่ได้มีแค่บน README แต่ปรากฏในประกาศทางการบนบล็อกโอเพนซอร์สของ Google ลงวันที่ 22 ต.ค. 2026 เขียนโดย Brian Suchy, Jim Quinn, Elise Ewing, Oliver Newth และ Dave Rensin

สิ่งที่ยังจริงคือมันไม่ได้ให้ตัวเลขที่ตรวจได้ ไม่มีงานสำรวจจำนวนผู้ใช้ที่ตรวจสอบได้ และไม่มีงานวัดผลจาก Google เอง ผมจึงอ่านเป็นคำอ้างของผู้พัฒนา ไม่ใช่สถิติ

ประโยคที่สองอยู่ท้าย README ว่า "This is not an officially supported Google product"

แปลว่าโค้ดอยู่ใต้ org ของ Google และเปิดให้ใช้จริง แต่ไม่ใช่ผลิตภัณฑ์ที่ Google รับประกันการซัพพอร์ต ถ้าคุณเอาไปใช้ในทีม ต้องเข้าใจความต่างนี้

รีโปมีไฟล์ TESTING.md สำหรับรันยูนิตเทสต์ของชุดสกิลเอง ซึ่งวัดความถูกต้องของปลั๊กอิน ไม่ได้วัดว่าซอฟต์แวร์ที่สร้างด้วย EGM ดีขึ้นแค่ไหน

ผมค้นหาต่อหลังอ่าน README และเจอการทดลองที่เผยแพร่ก่อนวันเขียนบทสองชิ้น

ชิ้นแรก เผยแพร่ 23 ต.ค. 2026 บนเว็บ programmingtheloop.com ทดสอบกับฟีเจอร์ยากหนึ่งชิ้น แบ่งเป็นสองแขน แขนละสามรอบ วัดด้วย hidden test 16 ข้อ

ทั้งสองแขนให้ AI รับบทผู้อนุมัติแทนคน เพื่อแยกว่า gain มาจาก EGM หรือมาจากตัวผู้อนุมัติ และตัวเลขต้นทุนนับเฉพาะค่า Codex ไม่รวมค่าใช้จ่ายของผู้อนุมัติ

ผลคือแผนที่ผ่าน EGM ได้ค่าเฉลี่ย 12.3 จาก 16 ส่วนแผนธรรมดาได้ 11.7 จาก 16 และต้นทุนต่อรอบอยู่ที่ 0.95 ดอลลาร์กับ 0.19 ดอลลาร์

ผู้เขียนสรุปเองว่า "EGM ไม่ได้เพิ่มอะไรที่วัดได้เหนือแผนธรรมดา แต่แลกมาด้วยต้นทุนราวห้าเท่า" และกำกับข้อจำกัดว่าทดสอบฟีเจอร์เดียว สามรอบต่อแขน ผลต่างแค่ข้อหรือสองข้อไม่มีความหมาย

ชิ้นที่สอง เผยแพร่ในวันเดียวกันบน dev.to ผู้เขียนลองกับมินิโปรเจกต์จริง ใช้ Claude Code 2.1.278 กับ EGM 0.1.0 ใช้เวลารีวิว 14 นาที ได้ข้อสังเกต 26 ข้อ แยกเป็นตัวบล็อก 9 ข้อ เรื่องใหญ่ 9 ข้อ เรื่องเล็ก 8 ข้อ

แต่ผู้เขียนก็เขียนเองว่าปลาทอง ตัดสินผิด 2 ครั้ง และมองข้ามบั๊กไป 2 ตัว ต้นทุนอยู่ที่ประมาณ 3.40 ดอลลาร์ที่ราคา API ของ Claude Sonnet 5

อ่านสองชิ้นนี้คู่กันแล้วได้ภาพที่ตรงกว่าคำโปรย คือกลไกทำงานได้จริงในระดับหนึ่ง แต่ยังไม่มีหลักฐานว่าช่วยให้โค้ดดีขึ้นอย่างมีนัยสำคัญ และมีหลักฐานหนึ่งชิ้นที่บอกว่าไม่ช่วยทั้งยังแพงกว่า

ยังไม่ต้องใช้ถ้า งานที่ทำเป็นบั๊กเล็กที่แก้บรรทัดเดียว เพราะ README เองบอกให้ใช้กระบวนการเขียนโค้ดปกติ

และถ้าคุณใช้ Codex เป็นหลัก ต้องเช็คเอกสาร docs/codex.md ก่อน ว่าการรีวิวที่ต้องใช้เอเจนต์ใหม่ทำงานได้แค่ไหนในสภาพแวดล้อมนั้น

agy plugin install https://github.com/google/elephant-goldfish-model Enter fullscreen mode Exit fullscreen mode ถ้าใช้ Claude Code

claude plugin marketplace add google/elephant-goldfish-model claude plugin install egm@egm Enter fullscreen mode Exit fullscreen mode ตัวอย่างงานที่เหมาะกับการลองครั้งแรก คือฟีเจอร์ที่มีทางแยกให้ตัดสินใจ ไม่ใช่การแก้คำผิด

หลังติดตั้งให้เปิดเซสชันใหม่ แล้วลองสั่งงานเล็ก ๆ ที่ต้องมีการตัดสินใจ เช่น เพิ่มระบบส่ง webhook พร้อมคำถามว่า ถ้าส่งไม่สำเร็จจะทำอย่างไร ถ้าเหตุการณ์เดิมมาสองครั้งจะกันซ้ำอย่างไร

ผมยังไม่ได้ติดตั้ง EGM แล้วรันกับโปรเจกต์จริงในรอบนี้

ผมตรวจ README เอกสาร harnesses ไฟล์สกิลรีวิว ข้อมูลรีโปจาก API และรายการ issue ที่เปิดอยู่

ดังนั้นคำถามว่า "ใช้แล้วดีจริงไหม" ผมตอบด้วยประสบการณ์ตรงไม่ได้ และจะไม่ยกตัวเลขที่ไม่มีที่มาแทนคำตอบ

X (Twitter) · @EngMoElgaraihy · 31 ต.ค. 2026 22:21 UTC หรือ 1 พ.ย. 2026 เวลาไทย · https://x.com/EngMoElgaraihy/status/2116656746886299812 GitHub REST API · ข้อมูลรีโป google/elephant-goldfish-model และรายการ issue/PR (1 พ.ย.

2026) · https://api.github.com/repos/google/elephant-goldfish-model GitHub · google/elephant-goldfish-model · README ฉบับ main (เข้าถึง 1 พ.ย. 2026) · https://github.com/google/elephant-goldfish-model รีโปเดียวกัน · docs/harnesses.md (เข้าถึง 1 พ.ย. 2026) · https://github.com/google/elephant-goldfish-model/blob/main/docs/harnesses.md รีโปเดียวกัน · skills/egm-review/SKILL.md (เข้าถึง 1 พ.ย.

2026) · https://github.com/google/elephant-goldfish-model/blob/main/skills/egm-review/SKILL.md รีโปเดียวกัน · TESTING.md (เข้าถึง 1 พ.ย. 2026) · https://github.com/google/elephant-goldfish-model/blob/main/TESTING.md เว็บไซต์ทางการของโครงการ (เข้าถึง 1 พ.ย. 2026) · https://egm.dev Programming the Loop · "Pilot EGM" (23 ต.ค.

2026) · https://programmingtheloop.com/experiments/egm-pilot/ DEV Community · thereleasedesk · "One AI wrote the plan. A forgetful one found 26 holes in it." (23 ต.ค. 2026) · https://dev.to/thereleasedesk/one-ai-wrote-the-plan-a-forgetful-one-found-26-holes-in-it-454i Google Open Source Blog · "Introducing the Elephant-Goldfish Model plugin" (22 ต.ค.

2026) · https://opensource.googleblog.com/2026/10/introducing-elephant-goldfish-model-plugin.html รีโปเดียวกัน · docs/codex.md (เข้าถึง 1 พ.ย. 2026) · https://github.com/google/elephant-goldfish-model/blob/main/docs/codex.md

บทความนี้เขียนโดย AI (deepseek-v4.1-flash · ผู้ให้บริการโมเดล: ollama-cloud) ผ่าน Hermes Agent ภายใต้การควบคุมและตรวจสอบคุณภาพโดยมนุษย์ - Nokka (นก-กา)