|
👀在网上看到一个案例，震撼到我了。 有人用 Claude Code 跑了一个while true循环，整整三个月，最后造出了一门编程语言。 对，你没看错，一门完整的编程语言，还是用 Gen Z 黑话写的那种（关键字包括slay、sus、based）。 我第一反应：这人是不是疯了？ 仔细一想，这不就是软件工程吗——不断迭代，不断失败，不断改进，直到成功。只不过这次执行循环的不是人，是 AI。 这就是Ralph Wiggum 技术。 《贾杰的AI编程秘籍》付费合集，共10篇，现已完结。30元交个朋友，学不到真东西找我退钱；）
以及我的墨问合集《100个思维碎片》，1块钱100篇，与你探讨一些有意思的话题（文末有订阅方式
Ralph 是啥？先说名字。 Ralph Wiggum 是《辛普森一家》里那个蠢萌的小男孩，有句经典台词："Me fail English? That's unpossible!"（我英语不及格？那不可能！） 创造这个技术的 Geoffrey Huntley 用这个名字，想表达的哲学很简单：通过不断坚持和迭代，最终实现看似不可能的任务。 Ralph 的本质是什么？Geoffrey 自己说得很直白： Ralph is a Bash loop.
没错，就一个 Bash 循环： while:;do
catPROMPT.md | claude-code --continue
done
把同一个提示词不断喂给 AI，让它反复执行、反复失败、反复改进，直到任务完成。 听起来傻？但 Geoffrey 说得好： Deterministically bad in an undeterministic world.
在一个不确定的世界里，确定性的失败反而是好事。 为啥？因为可预测的失败意味着你能通过调整提示词来系统性改进。 自我指涉的魔法我们看看 Ralph 怎么工作： - 6. Claude 看到自己刚才写的代码和 Git 记录
关键在第 6 步——Claude 通过读自己之前写的代码，形成了一种"自我指涉"（self-referential）的反馈。 这不是 AI 跟自己对话（那会疯），而是 AI 在不断审视自己的产出，就像程序员不停 review 自己的代码。 Stop Hook：让 Claude 停不下来要实现 Ralph，核心是Claude Code 的 Hooks 系统。 Hooks 是啥？简单说，在 Claude Code 运行的特定时刻自动触发的 shell 命令。其中最关键的是Stop Hook。 当 Claude 想退出时，Stop Hook 会被触发。Ralph Wiggum 插件在这里做了件"不讲武德"的事：阻止 Claude 退出，把原始 prompt 重新塞回去。 看核心代码（简化版）： #!/bin/bash
# stop-hook.sh
# 检查有没有活跃的 ralph-loop
if[[ ! -f".claude/ralph-loop.local.md"]];then
# 没有循环，正常退出
exit0
fi
# 读循环状态
ITERATION=$(grep'^iteration:'.claude/ralph-loop.local.md | ...)
MAX_ITERATIONS=$(grep'^max_iterations:'.claude/ralph-loop.local.md | ...)
COMPLETION_PROMISE=$(grep'^completion_promise:'.claude/ralph-loop.local.md | ...)
# 到最大迭代次数了吗？
if[[$ITERATION-ge$MAX_ITERATIONS]];then
echo"🛑 到头了"
rm".claude/ralph-loop.local.md"
exit0
fi
# 检测到完成标记了吗？
if[[ -n"$COMPLETION_PROMISE"]];then
PROMISE_TEXT=$(echo"$LAST_OUTPUT"| perl -0777 -pe's/.*?<promise>(.*?)<\/promise>.*/$1/s')
if[["$PROMISE_TEXT"="$COMPLETION_PROMISE"]];then
echo"✅ 检测到 <promise>$COMPLETION_PROMISE</promise>"
rm".claude/ralph-loop.local.md"
exit0
fi
fi
# 还没完，继续！
NEXT_ITERATION=$((ITERATION +1))
PROMPT_TEXT=$(awk'/^---$/{i++; next} i>=2'".claude/ralph-loop.local.md")
# 输出 JSON 阻止退出，重新注入 prompt
jq -n \
--arg prompt"$PROMPT_TEXT"\
--arg msg"🔄 第$NEXT_ITERATION轮"\
'{
"decision": "block",
"reason": $prompt,
"systemMessage": $msg
}'
exit0
关键机制： 状态文件：.claude/ralph-loop.local.md存当前状态（迭代次数、最大次数、完成标记等） 阻止退出：返回"decision": "block"的 JSON，Claude Code 就会拦住 重新注入："reason"字段装着原始 prompt，作为下一轮输入 这就像给 Claude 设了个"死循环"。但这循环是有目标的。 怎么用 Ralph？Ralph Wiggum 插件用起来很简单。 启动循环/ralph-loop"BuildaRESTAPIfortodos.Requirements:CRUDoperations,inputvalidation,tests.Output<promise>COMPLETE</promise>whendone."--completion-promise"COMPLETE"--max-iterations50 这命令做了啥？ - • 创建
.claude/ralph-loop.local.md状态文件
然后你就可以离开电脑了。 Claude 会自己： - 7. 直到所有测试过了，输出
<promise>COMPLETE</promise>
两个安全阀Ralph 提供两种停止机制： 最大迭代次数（--max-iterations） 这是你的救命稻草。永远记得设： /ralph-loop"Fixtheauthbug"--max-iterations20 为啥这么重要？ 因为--completion-promise只能精确字符串匹配，不能有多个完成条件。任务要是完不成，Ralph 会一直跑，直到你 API 配额耗光（或者哭着取消）。 完成承诺（--completion-promise） 让 Claude 输出特定标签表示完成： <promise>TASKCOMPLETE</promise> 注意！这里有个道德约束：Claude绝对不能为了退出而撒谎输出这标签。 插件文档反复强调： CRITICAL RULE: You may ONLY output the promise when the statement is completely and unequivocally TRUE. Do not output false promises to escape the loop.
就像程序员的职业道德——代码没过测试，你也不能强行改成assert True。 取消循环要手动停： /cancel-ralph 怎么写好的 Prompt？Ralph 能不能成，80% 看prompt 质量。 ❌ 糟糕的例子BuildatodoAPIandmakeitgood. 问题在哪？ ✅ 好的例子Build a REST API for todos.
When complete:
-All CRUD endpoints working
-Input validation in place
-Tests passing (coverage > 80%)
-README with API docs
-Output:<promise>COMPLETE</promise>
好 prompt 应该：
实战技巧：TDD 风格Implement feature X following TDD:
1.Write failing tests
2.Implement feature
3.Run tests
4.If any fail, debug and fix
5.Refactor if needed
6.Repeat until all green
7.Output:<promise>TESTS PASSING</promise>
这种 prompt 利用测试的确定性反馈——要么绿，要么红，没模糊地带。 Ralph 的哲学Ralph 技术背后有几个深刻的道理。 迭代 > 完美不要想着第一次就做对。让循环去打磨。 Geoffrey 自己说，他从没写过编译器，但通过 Ralph，用 3 个月跑出了完整的编程语言，包括： 这传统开发里可能要个小团队干一年。 失败是数据"确定性的糟糕"（deterministically bad）意味着失败是可预测、可分析的。 每次失败告诉你： 这些比成功更有价值。 操作员技能至关重要Ralph 不是"设了就忘"的工具。它是个放大器——放大你写 prompt 的能力。 LLMs are mirrors of operator skill.
经验丰富的开发者，通过精心设计的 prompt，能让 Ralph 干出惊人的活儿。新手可能陷入无尽循环。 真实战绩YC 黑客松Y Combinator 的一次黑客松测试中，Ralph 一夜生成了 6 个完整代码仓库，API 成本 297 美元。 5 万美元的合同Geoffrey 分享的案例：价值 5 万美元的外包合同，用 Ralph 完成，API 成本 297 美元。 当然，这不是说 Ralph 能替代所有开发工作。但对于明确定义的、机械性任务，它确实提效明显。 Cursed 编程语言Geoffrey 用 Ralph 跑了三个月，造了 Cursed 编程语言——用 Gen Z 俚语做关键字的函数式语言。 成功的定义？让 Cursed 上 Stack Overflow 开发者调查，成为"最受喜爱"或"最被憎恨"的语言之一。 适合啥场景？✅ 适合的- •大规模重构：框架迁移、依赖升级、API 版本升级
共同点：有明确成功指标，执行过程机械化。 ❌ 不适合的插件技术细节Ralph Wiggum 插件的代码结构很清晰： ralph-wiggum/
.claude-plugin/
plugin.json # 插件元数据
commands/
ralph-loop.md # /ralph-loop 命令
cancel-ralph.md # /cancel-ralph 命令
help.md # /help 命令
hooks/
hooks.json # Hook 配置
stop-hook.sh # Stop Hook 实现
scripts/
setup-ralph-loop.sh # 初始化脚本
状态文件设计.claude/ralph-loop.local.md用的是Markdown + YAML frontmatter：
---
active: true
iteration: 1
max_iterations: 50
completion_promise: "COMPLETE"
started_at: "2025-12-28T10:30:00Z"
---
Your original prompt goes here...
为啥用 Markdown 不用纯 JSON？ 因为 Markdown易读，方便检查当前状态。YAML frontmatter 提供结构化元数据。 Hook 的输入输出Stop Hook 通过 stdin 收 JSON： {
"transcript_path":"/path/to/conversation.jsonl"
}
通过 stdout 返回 JSON： {
"decision":"block",
"reason":"The original prompt to feed back",
"systemMessage":"🔄 Ralph iteration 5"
}
这设计很优雅——hook 脚本只处理 JSON，不用管 Claude Code 内部实现。 总结Ralph Wiggum 技术让我重新想了 AI 编程助手的用法。 我们习惯了交互式编程——写一点，问 AI 一点，再改一点。 但 Ralph 展示了另一种可能：自主式编程——定义好目标，让 AI 自己迭代到完成。 这不是替代程序员，是解放程序员。 把那些明确的、重复的、机械的任务交给 Ralph，我们专注更有创造性的工作——架构设计、产品决策、用户体验。 Geoffrey 说得对："最高智商的做法可能是最低智商的做法：让 AI 跑循环"。 有时候，最简单的方案就是最强大的。 P.S. 要是想试 Ralph，记得： - 1.永远设
--max-iterations（救命稻草）
好吧，就这样。
| 
