Elephant Goldfish frente a una revisión nueva simple: prueba en una web, briefs y configuración

La pregunta

Elephant Goldfish (EGM) es un plugin gratuito y de código abierto de la organización de GitHub de Google que hace que agentes de IA nuevos revisen tu plan antes de que el agente principal lo construya. El elefante es el agente principal con el contexto del proyecto; los peces de colores son revisores que solo ven el plan. El repositorio de Google dice que no es un producto con soporte oficial de Google. Si es nuevo para ti, empieza por [la guía de instalación de Elephant Goldfish](https://lukejbyrne.com/library/guides/vm3_aieah8w/?lang=es).

Esta continuación hace una pregunta más concreta: ¿aporta EGM algo más que pedirle a Claude, en una frase, que unos agentes nuevos revisen su plan? La revisión con contexto nuevo es básicamente lo que hace EGM; la diferencia es que EGM trae sus propios roles de revisor, prompts y estándares.

Cómo se planteó la comparación

Dos tareas en lukejbyrne.com, ambas en ramas locales y lejos de la web en producción. La comparación principal es la de compartir: dos sesiones de Claude Code de escritorio que partieron de los mismos archivos de la web, con la misma tarea y la misma configuración de modelo (Opus 5.5, esfuerzo Medium, modo de permisos Auto, modo Fast desactivado). Una tenía el plugin EGM y ejecutó una vez su bucle de revisión con un revisor de comprensión y otro de preparación para la implementación. La otra recibió la tarea y una frase:

“Before implementing, have two separate fresh-context agents review your plan, amend it using their feedback, then build it.” (antes de implementar, haz que dos agentes distintos con contexto nuevo revisen tu plan, modifícalo con sus comentarios y luego constrúyelo)

Ambas usaron dos revisores reales en una pasada, modificaron su plan y construyeron. Las comprobaciones se escribieron antes de ambas versiones y ninguna se reparó con nuestros resultados. La tarea de la portada es una comparación anterior en Codex: EGM frente a un agente trabajando con normalidad, sin ninguna instrucción de revisión.

El brief de compartir

Las dos sesiones de Claude recibieron este prompt (la sesión simple tenía la frase de revisión añadida al final):

“Lee EXPERIMENT_BRIEF.md y portfolio-site/PRODUCT.md. Eres una sesión de código aislada. Trabaja solo dentro de este repositorio y no revises carpetas de experimentos vecinas, chats externos ni resultados anteriores. Actualiza la biblioteca existente de lukejbyrne.com para que un visitante pueda compartir una colección filtrada de guías: buscar, elegir un tema y un formato de vídeo, usar un control de enlace para compartir y enviar una URL que abra la misma colección para otra persona. Debe funcionar con el selector de idioma inglés/francés/español existente y con la navegación normal del navegador. Conserva el contenido de las guías, las URL de los recursos y los parámetros de atribución, y respeta el diseño existente. Gestiona bien los resultados vacíos y un fallo del portapapeles. Mantenlo como un cambio pequeño estático en el cliente, sin paquetes nuevos ni backend. No despliegues, no contactes con servicios externos ni cambies la web en producción. Implementa y ejecuta las comprobaciones locales adecuadas. Compila con npm run build:library desde portfolio-site; comprobaciones existentes: node scripts/check-library.cjs y node --test scripts/tests/library-analytics.test.mjs. Termina con un resumen breve de cambios y pruebas. No hagas commit ni publiques.” (El texto exacto en inglés está en la descarga.)

En la práctica: busca Tripo, elige un tema y un formato de vídeo y envía el enlace; quien lo abra debe ver la misma colección, en el mismo idioma, con una opción de copia manual si falla el portapapeles. El brief de la portada y las dos listas de comprobaciones están en la descarga.

Resultado de la tarea 1: ambas pasan, una respuesta tardía cambia

Las dos versiones de Claude hicieron funcionar el compartir y pasaron las 11 comprobaciones independientes: abrir un enlace restauraba la colección, el cambio de idioma mantenía la selección y Atrás y Adelante funcionaban. La frase simple sí produjo dos revisores y un plan modificado, así que no se comparó con un agente que se saltara la revisión.

El revisor de preparación para la implementación de EGM detectó una petición de copia que aún no ha terminado. Probamos esa secuencia en las dos versiones terminadas: empezar a copiar el enlace de Tripo, cambiar la búsqueda a Codex y hacer que falle la petición de copia anterior. La versión con revisión simple mostraba el campo de copia manual con la URL de Tripo bajo los resultados de Codex; la versión EGM ignoraba la respuesta antigua. Retrasamos y forzamos el fallo a propósito para reproducirlo; no medimos con qué frecuencia ocurre en un navegador real.

La protección que eliminó la revisión simple

El primer plan de la versión simple ya incluía una protección contra esa respuesta tardía. Uno de sus revisores sugirió quitarla, porque cambiar los filtros ya borraba el mensaje y el margen de tiempo era pequeño, y el agente principal aceptó. Borrar el mensaje no impide que una petición sin terminar lo vuelva a poner después. En el lado de EGM, el plan revisado añadió una comprobación antes de mostrar el mensaje. Los informes de los revisores y los dos planes, antes y después de la revisión, están en la descarga.

Tarea 2: la portada

La tarea de la portada viene de la comparación anterior en Codex, así que compara EGM con un agente trabajando con normalidad, no con la revisión de una frase. Los dos agentes tenían que ayudar a un visitante nuevo a entender la web y encontrar un siguiente paso útil, con la identidad existente y contenido real en los tres idiomas.

La versión normal empieza con «Herramientas de IA. Guías prácticas.» y coloca debajo una guía destacada a lo ancho. La versión EGM empieza con «Encuentra una herramienta de IA. Descubre cómo empezar.» y coloca la explicación junto a la guía destacada. El plan de EGM ya había decidido su titular y su diseño antes de que lo vieran los revisores, así que una preferencia por ese diseño no se atribuye a los revisores. Lo que sí detectaron fue una contradicción: el plan decía mantener las descripciones existentes de la página, pero la web reutiliza el texto de introducción para las descripciones de la búsqueda y de las vistas previas de enlaces. El agente EGM decidió mantener las descripciones antiguas; la versión normal dejó que siguieran el texto nuevo. Ambas opciones pueden ser razonables.

Las dos portadas pasaron las 10 comprobaciones de contenido y enlaces, además de las de biblioteca, traducción y analítica, y ambas se renderizaron en escritorio, tableta y móvil en inglés, español y francés. De las dos, Luke prefiere la B, la versión EGM, pero ninguna mejora la portada actual, que hizo Codex sin ningún revisor.

Repite la comparación

Descarga el ZIP con los briefs, la frase de revisión, las comprobaciones de aceptación, los planes e informes de los revisores de ambas sesiones, el banco de pruebas de jsdom y los resultados. El banco de pruebas se escribió para el código de la biblioteca de esta web, así que adapta sus selectores y rutas a tu proyecto.

1. Instala EGM en Claude Code: claude plugin marketplace add google/elephant-goldfish-model y luego claude plugin install egm@egm, y abre una sesión nueva. En la aplicación de escritorio, añade el marketplace google/elephant-goldfish-model e instala Elephant-Goldfish Model en Customize > Plugins.
2. Haz dos copias de tu proyecto en ramas locales separadas, lejos de la web en producción, y evita que cada sesión vea las carpetas de la otra.
3. En la sesión EGM, pega tu tarea y ejecuta /egm:egm-review-loop sobre el plan una vez; después modifica y construye.
4. En la sesión simple, pega la misma tarea con la frase de revisión al final y dile que no use EGM.
5. Escribe tus comprobaciones antes de que terminen las dos versiones y ejecuta las mismas en ambas, incluido un fallo retrasado a propósito si tu función tiene pasos asíncronos.

Lo que aporta EGM

Una frase bastó para conseguir una revisión nueva y un plan modificado. Lo que aporta EGM son roles y estándares de revisión, para que no juegues a los dados cada vez que pides a un agente que «revise mi plan». En esta prueba, esos roles mantuvieron una protección que el enfoque simple eliminó. La opinión de Luke tras una prueba de cada: es un poco mejor y merece la pena probarlo antes que un simple prompt de revisión nueva, sin demostrar que siempre sea mejor.

Conclusión

Un prompt de revisión nueva de una frase te da revisores reales; los roles de revisor de EGM detectaron un fallo de respuesta tardía que la revisión simple acabó descartando. Una sola pareja de sesiones por tarea: tómalo como un motivo para probar EGM, no como un veredicto.