一个澳大利亚的养羊大叔，仅凭五行代码，竟然颠覆了硅谷的AI编程格局，这个故事最近彻底火了。2025年底，Geoffrey Huntley在放羊的间隙，写下了这段看似简单的Bash脚本：
while :; do cat PROMPT.md | claude-code ; done
他或许未曾预料到，短短一个月内，这段代码会引发一场技术狂潮，彻底改变硅谷的面貌。如今爆红的“Claude Code”和“Claude Cowork”，都与这五行代码有着密不可分的联系。甚至有工程师预言：“2026年，将是整个硅谷套壳Ralph Wiggum的一年！”
五行代码的奥秘
那么，这五行代码究竟有何玄机？用大白话来说，它传达的指令是：
“请完成这个任务。如果测试不通过，就别想停下来。你可以自己查看报错信息，自己修改代码，自己反复尝试。想试多少次就试多少次，只要不报错，就给我往死里改，不许下班！”
令人惊讶的是，AI真的“信了”。这个无限循环的“虐待式”指令，让AI能够独立完成代码编写，根本无需人类干预。因此，这位养羊大叔将这段循环命名为“Ralph Wiggum”，灵感来源于《辛普森一家》中那个永不懈怠、无比乐观的小男孩。
与传统上“追求一次写对”的理念不同，“Ralph Loop”的核心思想是默认你第一次写不对。但只要写不对，编译器就会报错，测试就会失败。而这些报错信息，恰恰是极其宝贵的财富，它们精准地告诉了AI哪里出了问题。正是通过这种机制，AI才得以“大彻大悟”。
如今，“Ralph Wiggum”已经从一个动画人物的名字，蜕变为AI领域最具影响力的概念之一。甚至可以说，“Ralph-Wiggum”让现在的大模型离实现通用人工智能（AGI）又近了一步。
Claude Code之父盛赞：我不用写代码了
为什么说“Ralph-Wiggum”循环对Claude Code和Cowork具有奠基性的作用？故事还得从2025年底说起。
当时，Anthropic的Claude Code负责人Boris Cherny注意到了这五行代码的神奇效果，随即正式收编了Geoffrey Huntley的脚本，并推出了官方的“Ralph-Wiggum”插件。从此，Claude Code如虎添翼。
在Claude Code中，只需一句简单的命令：
/ralph-loop "Build a REST API for todos. Requirements: CRUD operations, input validation, tests. Output <promise>COMPLETE</promise> when done." --completion-promise "COMPLETE" --max-iterations 50
Claude便能实现：
- 持续迭代：反复尝试，即使遇到失败也能不断改进。
- 自参考学习：基于测试结果和前次代码进行学习和优化。
- 直至完成：持续循环，直到所有要求都得到满足。
- 输出完成承诺：任务完成后输出指定的完成标志。
Boris Cherny在25年底的这次分享，在开发者圈引发了地震。他亲口承认：在过去的三十天里，他对Claude Code项目的贡献，100%都是由Claude Code自己完成的！Boris回忆道，他提交了259个Pull Request（PR），进行了497次提交，添加了40,000行代码，删除了38,000行代码。而所有这些代码，都是由Claude Code结合Opus 4.5编写的。
那时，Claude已经能够持续运行几分钟、几小时甚至几天。这标志着软件工程正在发生剧变，我们已然踏入了编码的新时代。
为什么Claude可以持续运行好几天？Boris解释说，当它停下来时，可以使用一个“停止钩子”（Stop Hook）来“刺激”它，让它继续运行。而这个停止钩子的幕后功臣，正是“Ralph-Wiggum”！具体原理可参考这个链接：https://github.com/anthropics/claude-plugins-official/tree/main/plugins/ralph-wiggum
由于这个消息太过震撼，开发者的私信几乎挤爆了Boris的收件箱。两天后，Boris分享了自己的独家秘方。在第12部分，Boris提到，对于运行时间特别长的任务，他通常会采用以下几种方式，其中一种就是使用“Ralph-Wiggum”插件：
- 在任务完成后，提示Claude使用一个后台代理（agent）来校验自己的工作；
- 使用代理的“停止钩子”，以更确定、可控的方式完成校验；
- 或者直接使用“Ralph-Wiggum”插件。
这意味着，仅仅诞生一个月，这五行代码就催生了如今的Claude Cowork的爆发式发展！
最接近AGI？Ralph-Wiggum震动整个硅谷
同时，Ralph-Wiggum这种持续迭代、不断循环的设计，也让其他开发者屡创神迹。
- 在Y Combinator黑客马拉松上，有人用它一夜之间生成了6个完整的代码仓库；
- 有人仅用297美元的API成本，就完成了一个价值5万美元的合同。
- 甚至在三个月内，有人完全采用这种方法，直接开发出了一门名为“cursed”的编程语言！
YouTube上，介绍“Ralph循环”的视频已经铺天盖地。开发者教育者Matt Pocock最近详细讲解了Ralph“为何如此强大”。他认为，编程智能体的终极梦想是：你早上醒来时，代码已经写好了。你的AI智能体悄悄干了一整晚，帮你清完了待办事项，而且写出来的代码还能直接运行。在他看来，Ralph插件已经非常接近这个梦想:
“这是我用过最强的AI编程工具，能让长时间运行的智能体真正交付可用代码。”
区块链代币创建平台Tally的首席执行官兼创始人Dennison Bertram发帖直呼：
没开玩笑，这可能是我所见过的最接近AGI的东西：这个提示与Claude绝对是一头野兽。
自动播客商业智能提取和品牌检测工具Podscan的创始人和首席执行官Arvid Kahl则称这种新方法开创了未来，效果出色。正如芝加哥企业家Hunter Hammonds所言：
百万机会就在眼前，但你没准备好。
AI工程师、连续创业者Ian Nutall则预言：
“2026年是套壳Ralph Wiggum的一年。”
失败本身，就是有价值的数据
归根结底，Ralph技术本质上非常简单：一段Bash循环。但官方插件对这个简单原理做了更巧妙的实现：不是在会话外部运行脚本，而是直接在Claude会话内植入“停止钩子”。
你给Claude指定一个任务，以及一个“完成标志”。Claude完成任务后尝试退出——如果没检测到完成标志，停止钩子会拦截退出，并把同一个提示词再次送入系统。于是形成一个“自我反馈闭环”：Claude每一轮都能看到自己上一轮的输出、错误日志或Git历史，然后再尝试修正问题。
开发者教育者Matt Pocock把这种转变形容为AI编程的“范式转变”：从瀑布式开发（Waterfall），进化到真正意义上的AI敏捷开发（Agile）。你不再需要预设一大堆脆弱的执行步骤，而是：
- AI自主“认领一张任务卡片”。
- 完成后再自己找下一张。
- 持续循环，直到任务全部搞定。
初版Ralph的真正力量，不仅仅是“循环”本身，而是那种天真执着的反复试错。最关键的一点是：Ralph不会被保护，不会被“清理”错误输出。它会直接面对混乱，承认失败。这背后是一种极端但有效的哲学：如果你让模型不断面对自己的失败、不设安全网，它最终会在压力中“梦到”正确答案，只为跳出死循环。
Huntley的版本强调暴力迭代、不择手段；而Anthropic的版本则建立在更温和的原则之上：失败本身就是有价值的数据。这一点在官方文档中写得很清楚：插件通过一个特殊机制“停止钩子”实现自反馈控制——拦截AI退出终端的行为，并判断是否真正完成任务。
插件运行机制如下：
- 拦截退出：当Claude认为自己完成任务并准备退出时，插件拦截这一动作。
- 验证完成标志：检测是否输出了设定的
<promise>（如“通过所有测试”）。 - 注入反馈：若未完成，插件将错误格式化为结构化数据对象，重新送入AI模型继续尝试。
但Anthropic的官方Ralph Wiggum插件让Geoffrey Huntley的合作者Dex感到失望：
- 没加
--dangerously-skip-permissions就容易崩溃。 - Hook安装位置奇怪、State跟踪文件难找。
- 逻辑复杂，删除错误文件甚至会导致整个仓库失控。
更重要的是，他认为它搞错了Ralph的本质：Ralph不应该“永远跑下去”，而应该“把任务切碎，开独立窗口慢慢啃”。所以，他还是选择了那五行Bash代码。
Ralph Wiggum兴，软件开发亡
整个开发者圈现在才刚刚意识到AI的巨大力量。最近，Ralph Wiggum才火起来。但大多数人还没意识到：Ralph，只是个起点。真正的AI高阶用户，已经掌握了远比Ralph更复杂的技术。而且，他们不只是做点小玩意儿——他们正在用这些技术，在几个小时内复制整个公司。
Michael Arnaldi从11岁起就开始编程，最初是为了破解游戏。此后，从内核级开发到TypeScript的最高抽象层，他几乎写过所有层级的代码，现在是Effectful Technologies的创始人兼CEO。他曾经认为，编程是人生的全部。但现在，过去的一切彻底结束了。
大部分软件开发者，甚至还没意识到这场巨变的本质。他们沉迷于模型之争：Claude好还是GPT强？Gemini有没有追上？开源模型能不能竞争？说白了：他们完全搞错了重点。关键在于“流程”，而不是“模型”。模型只是流程中的一环。就像传统软件开发：并非所有程序员都需要顶级水平，但只要流程成熟，普通开发者也能做出好产品。在AI编程中也是一样：一个中等模型+优秀流程，远远强于一个顶级模型+混乱流程。
这是个令人不安的事实：真正先进的做法并未公开。高阶用户之所以不分享，是因为这些技术过于强大，颠覆性太大。我们终将走向公开，但现在还没到时候。
Ralph确实是个好起点，但它有局限。接下来两年，你会开始听到更多关于Lean、TLA+、Agentic Infrastructure的讨论。从编程智能体到智能编程基础设施，整个软件开发行业将迎来一次深层转型。
他举了两个例子：
- 他用2小时，用Ralph搞了一个现代版Bloomberg终端简化版；
- 他的一个法律专业的朋友，几乎零编程经验，靠和Claude Code聊天完成了GDPR合规检测工具。
为了用事实说话，他决定开源一个Accountability的会计系统：支持跨公司、跨币种、符合美国GAAP标准的会计系统，正常开发团队得花好几个月。而他打算用闲暇时间“Ralph出来”，关键在于：故意不使用任何“黑科技”或私藏技巧。就用公开的、基础的技术，正确应用而已。
但别误会：“软件开发已死”，不等于“软件工程已死”。工程师不再是“写代码的人”，而是“构建能写代码的系统”的人。他们设计技术路线、构建工具……他们可以在几分钟内掌握新工具——最慢几个小时。这意味着：我们过去40年积累的最佳实践，很多已经过时。团队结构、开发流程、技术栈选型，全都得重构。个体，正在变得前所未有地强大。一个人等于过去一整个团队。
软件开发已死，工程正在重生，AI将重构一切。欢迎来到新时代。
