让 AI 在 Claude Code 里跑到天荒地老

推荐语

用AI无限循环创造编程语言？揭秘Ralph Wiggum技术的疯狂与智慧！

核心内容：
1. 通过Bash循环让AI持续迭代的Ralph技术原理
2. 自我指涉机制如何实现AI的持续改进
3. Stop Hook在无限循环中的关键作用

杨芳贤

53AI创始人/腾讯云(TVP)最具价值专家

👀 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。

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
  cat PROMPT.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：

1. 1. Claude 收到任务提示
2. 2. 开始干活，改代码
3. 3. 觉得干完了，准备退出
4. 4. Stop Hook 拦住它
5. 5. 把同样的提示词再喂一遍
6. 6. Claude 看到自己刚才写的代码和 Git 记录
7. 7. 继续改进
8. 8. 循环往复

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
  exit 0
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"
  exit 0
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"
    exit 0
  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
  }'

exit 0

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 "Build a REST API for todos. Requirements: CRUD operations, input validation, tests. Output <promise>COMPLETE</promise> when done." --completion-promise "COMPLETE" --max-iterations 50

这命令做了啥？

• • 创建 .claude/ralph-loop.local.md 状态文件
• • 写入初始 prompt 和配置
• • 激活 Stop Hook

然后你就可以离开电脑了。

Claude 会自己：

1. 1. 实现 API
2. 2. 写测试
3. 3. 跑测试发现 bug
4. 4. 修 bug
5. 5. 再跑测试
6. 6. 继续迭代...
7. 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 "Fix the auth bug" --max-iterations 20

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>TASK COMPLETE</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

Build a todo API and make it good.

问题在哪？

• • 完成标准不明确（啥叫"good"？）
• • 没法验证
• • Claude 不知道啥时候该停

✅ 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：

1. 1. 明确的完成标准：能验证的、具体的
2. 2. 增量式目标：大任务拆小步骤
3. 3. 自我修正机制：包含测试和验证
4. 4. 逃逸策略：卡住时知道咋办

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：

• • 词法分析器和解析器
• • LLVM 后端编译到二进制
• • 标准库
• • 部分编辑器支持

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：

• • 哪里逻辑有问题
• • 提示词哪部分要调
• • 任务哪个环节最难

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
• • 批量操作：文档生成、代码标准化、工单分类
• • 测试覆盖：给所有未覆盖函数加测试
• • 绿地项目：从零搭新项目脚手架

共同点：有明确成功指标，执行过程机械化。

❌ 不适合的

• • 需要人类判断或设计决策
• • 一次性操作（用 Ralph 反而浪费时间）
• • 成功标准不明确
• • 生产环境 debug（针对性调试更快）

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. 1. 永远设 --max-iterations（救命稻草）
2. 2. 写清楚完成标准（能验证的、具体的）
3. 3. 从小任务开始（先跑 10 次看效果）
4. 4. 别让 AI 撒谎（就算很想退出也不行）

好吧，就这样。

参考资料

• • Ralph Wiggum 官方博客 - Geoffrey Huntley
• • Ralph Wiggum 插件源码 - Anthropic
• • Claude Code Hooks 文档 - Anthropic
• • Cursed 编程语言 - Geoffrey Huntley
• • Ralph Orchestrator - 生产级实现