【新智元导读】仅仅五行代码，这位澳大利亚的养羊者便打破了AI编程的局限！这一突破震撼了硅谷，Claude Code的创始人在一个月内没有动笔写代码，甚至引领了Cowork的新潮流！
最近，一位来自澳大利亚的养羊大叔用五行代码的故事引发了广泛关注，迅速走红。
在2025年底的一个清理羊粪的空档，Geoffrey Huntley编写了下面这个仅用五行的Bash脚本。
while :; do cat PROMPT.md | claude-code ; done彼时，他或许根本无法预见，这几行简单的代码将在一个月内引发一场技术革命，彻底改变硅谷的面貌！
可以说，近期备受瞩目的Claude Code与火热的Claude Cowork，皆与这五行代码息息相关。
甚至有工程师预测：2026年，将是硅谷转型为Ralph Wiggum时代的一年！
五行代码的奥秘
那么，这五行代码到底蕴含了什么样的意义呢？
简单来说，它的意思是：“请执行此任务，如果测试未通过，就别想结束。你可以查看错误信息，自行编写代码并进行重试。想试多少次就试多少次，直到没有错误为止，绝不允许下班！”
AI对此深信不疑。
这种无限循环的强制命令，促使AI独立完成代码编写，几乎不需要人类的干预。
因此，这位养羊大叔将这一循环命名为Ralph Wiggum，正是源于《辛普森一家》中那个永不放弃、充满乐观的小男孩。
与传统的“一次性正确”理念不同，Ralph Loop的核心思想在于默认你第一次写的不对。
只要代码存在错误，编译器就会反馈信息，测试会失败，而这些错误信息恰恰是最珍贵的资源，能够准确指引AI修改哪里有误。
因此，AI才能够获得深刻的领悟。
如今，Ralph Wiggum不仅是动画中的角色，也是AI领域一个具有重大影响力的象征。
可以说，Ralph Wiggum的出现，让当今的AI大模型向通用人工智能（AGI）迈出了重要一步。
Claude Code的创始人感慨：我再也不需要写代码了
为何Ralph-Wiggum循环对Claude Code和Cowork具有基础性意义呢？
故事要追溯到2025年底。
当时，Anthropic的Claude Code负责人Boris Cherny注意到这五行代码的神奇功能，便决定将Geoffrey Huntley的脚本纳入旗下，并发布了官方的Ralph-Wiggum插件。
自此，Claude Code的表现如虎添翼。
在Claude Code中，只需输入以下一句命令：
/ralph-loop "Build a REST API for todos. Requirements: CRUD operations, input validation, tests. Output COMPLETE when done." --completion-promise "COMPLETE" --max-iterations 50Claude便能够实现：
在25年底，Boris Cherny的这一分享，顿时引起了开发者界的巨大反响。
他坦言：在过去的三十天里，他对Claude Code项目的贡献，全部是由Claude Code独立完成的！
回顾过去的三十天，Boris透露他总共提交了259个拉取请求，涉及497次提交，增加了40,000行代码，并删除了38,000行。这些代码的创作均由Claude Code + Opus 4.5完成。
在那个时候，Claude已经能够连续运行几分钟、几小时，甚至几天。可以说，软件工程正处于巨变之中，编码的新时代已经悄然到来。
那么，Claude为何能够持续运行几天呢？Boris解释称，当其运行停止时，能够使用一个停止钩子进行「戳」操作，从而使其继续运行。
而这个钩子的背后功臣，就是Ralph-Wiggum！
具体详情可参考此链接：https://github.com/anthropics/claude-plugins-official/tree/main/plugins/ralph-wiggum
由于这一消息的轰动，开发者们的私信几乎把Boris的消息淹没。于是，两天后，Boris决定分享自己的独特秘方。
在第12部分中，Boris提到针对运行时间较长的任务，他通常采用以下几种策略，其中之一就是使用ralph-wiggum插件。
（a）在任务完成后，提醒Claude利用后台代理来验证其工作；
（b）使用代理的停止钩子，以更可靠、可控的方式完成验证；
（c）或者使用ralph-wiggum插件。
换句话说，短短一个月内，这五行代码便孕育出今天的Claude Cowork的巨大成功！
最接近AGI的存在？
Ralph-Wiggum震撼了整个硅谷
与此同时，Ralph-Wiggum这种持续迭代与循环的设计，也使其他开发者不断创造出新奇的成果。
在Y Combinator的黑客马拉松中，有开发者一夜之间生成了6个完整的代码仓库；也有人仅用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，有人完全依靠该方法，开发出了一种名为cursed的编程语言！
YouTube上，关于Ralph循环的介绍视频已层出不穷。
开发者教育者Matt Pocock最近详细阐述了Ralph为何如此强大。
编程智能体的终极梦想，就是在你早晨醒来时，代码已经全部写好。
你的AI智能体在悄无声息中辛勤工作，帮你清理待办事项，所编写的代码也能直接运行。
在他看来，Ralph插件已相当接近这一梦想：“这是我使用过的最强大的AI编程工具，能够使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在发布的帖子中直言：
这绝不是玩笑，这可能是我所见过的离AGI最近的东西：
这一提示与Claude无疑是一个强大的结合。
自动播客商业智能提取和品牌检测平台Podscan的创始人兼首席执行官Arvid Kahl表示，这种新兴方法为未来开辟了新天地，展现了卓越的效果。
正如芝加哥的企业家Hunter Hammonds所说：机会如同海洋般浩瀚，但前提是你需做好准备。
AI工程师和企业家Ian Nutall则提到，「2026年将是Ralph Wiggum技术的一个重要年份」。
失败本身是有价值的数据
归根结底，Ralph技术的核心非常简约：它使用了一段Bash循环。
然而，官方插件对这一简单原理进行了更为巧妙的运用：
它不是在会话外部执行脚本，而是将Stop Hook直接嵌入Claude的会话中。
你可以为Claude设定一个任务和一个「完成标志」。
当Claude完成任务后，它会尝试退出——
如果没有检测到完成标志，Stop Hook将会拦截这个退出动作，并再次将同一提示词送入系统。
这样便形成了一个「自我反馈闭环」：
Claude在每一轮中都能审视自己的上轮输出、错误日志或Git历史，并努力修正问题。
开发者教育者Matt Pocock将这种转变描述为AI编程的「范式转变」：
从传统的瀑布式开发（Waterfall）演变为真正的AI敏捷开发（Agile）。
现在，你不必再预设一系列脆弱的执行步骤，而是：
- AI自主「接手一张任务卡片」
- 完成后再自主寻找下一张
- 持续循环，直至所有任务完成
初版Ralph的真正力量，不仅在于「循环」本身，更在于那种执着的反复试错精神。
最重要的是：Ralph不会被保护，也不会自动「清理」错误输出。
它将直面混乱，勇敢承认失败。
这一理念背后蕴含着一种极端而有效的哲学：如果你让模型不断直面自身的失败，且不设安全网，它最终会在压力中「领悟」正确的答案，以挣脱死循环。
Huntley版本强调强力迭代、毫不留情；而Anthropic的版本则建立在更温和的原则之上：失败本身就是宝贵的数据。
这一点在官方文档中有明确表述：
插件通过一种特殊机制Stop Hook实现自我反馈控制——拦截AI退出的行为，判断任务是否真正完成。
插件的运行机制如下：
- 拦截退出：当Claude认为自己完成任务并准备退出时，插件会阻止这一行为
- 验证完成标志：检测输出是否达成设定的 （例如「完成所有测试」）
- 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模型以继续尝试
然而，Anthropic的Ralph Wiggum插件让Geoffrey Huntley的合作者Dex感到失望：
- 没有添加--dangerously-skip-permissions就容易导致崩溃
- Hook的安装位置不合理，状态跟踪文件难以找到
- 逻辑复杂，删除错误文件甚至可能导致整个repo失控
更为关键的是，它误解了Ralph的本质：Ralph不应该「永远运行」，而是应「将任务细化，逐个解决」。
因此，他最终还是选择了那5行Bash代码。
Ralph Wiggum的崛起与软件开发的衰退
如今，开发者社区才刚刚开始领悟人工智能的巨大潜力。
Ralph Wiggum最近引发了不少关注。
然而，许多人尚未意识到：Ralph只是一个起点。
真正的AI高级用户已经掌握了比Ralph更为复杂的技术。
此外，他们并不仅仅是在玩小把戏——这些技术正在被运用来快速复制整个公司，只需数小时。
Michael Arnaldi自11岁起便开始编程，最初的动机是为了破解游戏。
从内核开发到TypeScript的高级抽象层，他几乎涉猎了所有层级的编码工作，目前担任Effectful Technologies的创始人和首席执行官。
曾几何时，他认为编程就是他的全部生活，但现在这一切已然结束。
大多数软件开发者甚至尚不清楚这一变革的本质。
他们正在争论模型的优劣：Claude与GPT谁更优秀？Gemini是否赶上来？开源模型能否参与竞争？归根结底，他们完全忽视了核心问题。
关键在于“流程”，而非“模型”。模型只是流程的一部分。
就像传统的开发流程：并不是所有程序员都需要具备顶尖的技能，只要流程足够成熟，普通的开发者也能创造出优秀的产品。
在人工智能编程领域同样如此：
一个中等水平的模型结合优秀的流程，远胜于顶尖模型配合混乱的流程。
这不禁让人感到不安：真正先进的做法尚未被广泛分享。
高级用户之所以不愿意公开这些技术，正是因为它们过于强大，具有颠覆性。我们终将迎来公开的那一天，但现在仍未时机成熟。
Ralph确实是一个良好的起点，然而它存在局限性。
未来两年内，你将逐渐听到更多关于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经历一次深刻的转型。
他举了两个实例：
- 他用两小时的时间，借助Ralph开发了一个简化版的现代Bloomberg终端；
- 他的一个法律专业朋友，几乎没有编程经验，借助与Claude Code的对话完成了GDPR合规检测工具。
为了用实际行动证明，他决定开源一个会计系统，名为Accountability：
- 该系统支持跨公司、跨币种，并符合美国GAAP标准，
- 通常正常的开发团队需要几个月才能完成。
而他打算利用业余时间“Ralph出来”，关键在于：故意不借助任何“黑科技”或私藏技巧。
仅仅使用公开的、基础的技术，正确地应用而已。
但请不要误解：“软件开发已死”并不意味着“软件工程已死”。
工程师的角色不再仅仅是“编写代码的人”，而是“构建能够编写代码的系统”的专家。
他们负责设计技术路线、构建工具……
他们能够在几分钟内迅速掌握新工具——最慢也只需几个小时。
这意味着：过去四十年积累的最佳实践，许多已不再适用。
团队结构、开发流程、技术栈选择，都需要重新构建。
个体的力量，正在变得前所未有的强大。
一个人所能做到的，犹如曾经整整一个团队的能力。
软件开发的时代已然结束，工程领域正在迎来新的生命，而人工智能将全面改造这一切。
让我们共同迈入全新的时代。
Please specify source if reproduced5行代码颠覆硅谷！澳洲放羊大叔揭开AI编程新纪元 | AI工具导航