גוגל משיקה את Elephant-Goldfish: תוסף שמחייב סוכני קידוד לכתוב מפרט לפני הקוד

גוגל משיקה תוסף בשם Elephant-Goldfish Model, שמשנה את סדר העבודה של סוכני קידוד מבוססי בינה מלאכותית. לפי הדיווח ב-MarkTechPost, התוסף לא מאפשר לסוכן לגשת ישר לכתיבת קוד. קודם הוא צריך לנסח מפרט (spec), כלומר מסמך שמתאר מה בדיוק אמור להיבנות. אחר כך המפרט עובר חמישה שלבי בדיקה "ללא הקשר" (zero-context), ורק בסופם מתחילה כתיבת הקוד.

מה התוסף עושה

התהליך שמתואר בכתבה בנוי משני חלקים. בחלק הראשון הסוכן כותב טיוטת מפרט. בחלק השני המפרט עובר חמישה שלבי ביקורת, שמתבצעים בלי הקשר מוקדם (zero-context). רק אחרי שהמפרט עבר את כל השלבים, הסוכן ניגש לקוד.

בחומרים שפורסמו אין פירוט של מה נבדק בכל אחד מחמשת השלבים. לא צוין גם עם אילו סוכני קידוד או סביבות פיתוח התוסף עובד, ואם הוא זמין לציבור הרחב.

פיל ודג זהב

השם מרמז ככל הנראה על הרעיון שמאחורי השיטה. הפיל, שידוע בזיכרון הארוך שלו, מייצג כנראה את הסוכן שכותב את המפרט ומחזיק את כל ההקשר של המשימה. דג הזהב, שמזוהה עם זיכרון קצר במיוחד, מייצג ככל הנראה את הבודקים: הם קוראים את המפרט "מאפס", בלי לדעת מה הכותב התכוון לומר.

ההיגיון כאן מוכר מעולם פיתוח התוכנה. מי שכתב מסמך נוטה להשלים בראש את מה שחסר בו. קורא חדש, שאין לו את ההקשר, נתקל מיד בחורים, בהנחות סמויות ובניסוחים עמומים. נראה שגוגל מנסה להפוך את העיקרון הזה לחלק קבוע מתהליך העבודה של סוכן AI.

למה זה חשוב

סוכני קידוד, כלומר מערכות מבוססות LLM שכותבות, עורכות ומריצות קוד באופן עצמאי למחצה, הפכו בשנים האחרונות לכלי עבודה נפוץ אצל מפתחים. אחת הבעיות המוכרות שלהם היא הנטייה לרוץ קדימה. הסוכן מקבל בקשה, מפרש אותה בדרך מסוימת ומייצר כמויות גדולות של קוד. כשמתברר שהפרשנות הייתה שגויה, כבר קשה לתקן.

הגישה שנקראת פיתוח מונחה-מפרט (spec-driven development) מנסה לטפל בבעיה הזאת: קודם מסכימים על מה בונים, ורק אחר כך בונים. אם השיטה של גוגל עובדת כמתואר, המשמעות היא שטעויות בהבנת הדרישות ייתפסו כבר בשלב הכתוב, שבו תיקון זול בהרבה מאשר אחרי שנכתבו אלפי שורות קוד.

יש גם מחיר צפוי. חמישה שלבי בדיקה לפני כל משימה יאריכו ככל הנראה את זמן העבודה ויגדילו את צריכת המשאבים של המודל. לכן סביר שהשיטה תתאים בעיקר לפרויקטים מורכבים, שבהם טעות בתכנון עולה ביוקר, ופחות לתיקונים קטנים ומהירים.

בהיעדר נתונים על ביצועים או השוואות, עוד מוקדם לקבוע עד כמה השיטה משפרת בפועל את איכות הקוד. בכל זאת, נראה שהכיוון ברור: אחרי תקופה שבה התחרות בין סוכני הקידוד התמקדה במהירות ובכמות הקוד, לפחות חלק מהשחקנים מתחילים להשקיע בשאלה אם הסוכן הבין נכון מה התבקש ממנו מלכתחילה.