【新智元导读】仅需五行代码,这位澳洲牧羊大叔便打破了AI编程的极限!他的创举震动了硅谷,Claude Code的创始人整整一个月未动手码字,甚至引发了Cowork的新兴潮流!
最近,一位来自澳大利亚的养羊者,用五行代码的故事迅速走红网络,成为热门话题。
在2025年底的某个时刻,Geoffrey Huntley在清理羊粪的间隙,创作了一个仅有五行代码的Bash脚本。
while :; do cat PROMPT.md | claude-code ; done
在当时,他或许无法预见,这几行代码在短短一个月内将引发一场技术革命,彻底改变硅谷的格局!
可以说,近期备受瞩目的Claude Code与Claude Cowork,均与这五行代码息息相关。
甚至有工程师预言:2026年,将是硅谷全面拥抱Ralph Wiggum的一年!
五行代码的奥秘
那么,这五行代码究竟传达了什么呢?
换句话说,就是:“请你完成这个任务,如果测试失败,那就别想出来。你可以自行查看错误,自己编写代码,反复尝试。只要没有错误,就大胆修改,绝不允许下班!”
AI对此深信不疑。
这样的无限循环命令,让AI能够独立生成代码,无需人类干预。
因此,牧羊大叔将这一循环命名为Ralph Wiggum,正是《辛普森一家》中那个永不放弃、充满乐观的小男孩。
与传统的“一次性写对”思维不同,Ralph Loop的核心理念在于假设你第一次必然出错。
然而,只要写错,编译器就会给予反馈,测试便会失败。而这些错误信息,恰恰是最珍贵的资源,它精准地指明了AI的错误所在。
因此,AI才能够领悟真谛。
如今,Ralph Wiggum不仅是动画中的角色名,更成为AI领域的重要符号。
可以说,Ralph-Wiggum的理念使得当今的AI大模型与AGI的距离更近了一步。
Claude Code之父盛赞:我再也不需要亲自写代码了
为何说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意识到这五行代码的神奇之处后,正式将Geoffrey Huntley的脚本纳入旗下,并推出了官方的Ralph-Wiggum插件。
自此,Claude Code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 50
Claude便可实现:
在2025年底,Boris Cherny的这一分享,使开发者界产生巨大的反响。
他坦言:在过去的三十天里,自己对Claude Code项目的贡献完全是由Claude Code自主完成的!
编码新时代的到来:Claude与Ralph的惊人协作
Boris回忆道,在最近的一个月内,他总共提交了259个拉取请求,进行了497次代码提交,新增了40,000行代码,同时删除了38,000行。而这一切的代码均由Claude Code + Opus 4.5自动生成。
在那个时期,Claude的运行时间已经能够持续几分钟、几小时,甚至几天。显然,软件工程领域正在经历一场革命,编码的新时代已经悄然来临。
那么,是什么让Claude能够长时间运行呢?Boris解释说,当Claude的运行被中断时,可以通过一个停止钩子来“刺激”它,使其继续执行。
而这个钩子背后,正是Ralph-Wiggum的功劳!
详细信息请访问这个链接:https://github.com/anthropics/claude-plugins-official/tree/main/plugins/ralph-wiggum
由于这个消息的震撼性,开发者们的私信几乎让Boris的账户不堪重负。因此,在两天后,他分享了自己的独家秘诀。
在第12部分,Boris提到,对于那些需要较长时间运行的任务,他通常会采用几种方法,其中之一便是利用ralph-wiggum插件。
(a)在任务完成后,提醒Claude使用后台代理来验证其工作;
(b)利用代理的停止钩子,以更为确定和可控的方式进行验证;
(c)或者使用ralph-wiggum插件。
可以说,在短短一个月内,这五行代码创造了现在的Claude Cowork现象!
最接近AGI的存在?
Ralph-Wiggum席卷硅谷
与此同时,Ralph-Wiggum的持续迭代和循环设计也促使其他开发者接连创造出惊人的成就。
在Y Combinator的黑客马拉松上,有人仅用一夜的时间就生成了6个完整的代码仓库;还有人以297美元的API费用完成了一项价值5万美元的合同。
甚至在短短三个月内,某位开发者完全依靠这种方法,创造出了一种名为cursed的新编程语言!
在YouTube上,关于Ralph循环的介绍视频已经层出不穷。
开发者教育者Matt Pocock最近深入分析了Ralph为何如此“强大”。
编程智能体的最终愿景,是当你早晨醒来时,代码已经自动完成。
你的AI智能体在夜间悄然工作,帮助你清理待办事项,并且生成的代码能够直接运行。
在他看来,Ralph插件已经非常接近这一理想:“这是我所使用过的最强大的AI编程工具,能够让长时间运行的智能体真正交付可用的代码。”
区块链代币创建平台Tally的首席执行官Dennison Bertram在一篇帖子中激动地表示:
我没有开玩笑,这或许是我见过的最接近AGI的技术:
这项技术与Claude的结合绝对是个强大的组合。
新技术开启了智能编程的新时代
Podscan的创始人兼首席执行官Arvid Kahl表示,新的技术方法为未来铺平了道路,并展现出显著的效果。
正如芝加哥的创业者Hunter Hammonds所提到的那样:无数的机会就在你眼前,但如果没有准备,就难以把握。
AI工程师和连锁创业者Ian Nutall则认为,「2026年将是Ralph Wiggum技术崭露头角的一年」。
失败本身具有重要的参考价值
归根结底,Ralph技术的核心相对简单:它依赖于一段Bash循环。
但官方插件对这一简单原理进行了更为巧妙的实现:
它并不在会话外部执行脚本,而是将Stop Hook直接嵌入Claude的会话中。
你需要给Claude分配一个任务,并设定一个「完成标志」。
在Claude完成任务后,它会尝试退出——
如果未能检测到完成标志,Stop Hook就会阻止其退出,并将相同的提示词再次提交给系统。
因此形成了一个「自我反馈循环」:
Claude能够查看自己上一次的输出、错误日志或Git历史,然后进行问题修正。
开发者和教育者Matt Pocock形容这种变化为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)。
不需要再设定大量脆弱的执行步骤,而是:
- AI自主「认领一张任务卡」
- 完成后再自发寻找下一项
- 持续循环,直到所有任务解决
初版Ralph的真正力量,不仅在于「循环」本身,还有那种执着的反复试错精神。
最重要的一点是:Ralph不会受到保护,也不会「清理」错误输出。
它会直面混乱,承认失败。
背后隐藏的是一种极端但有效的理念:如果让模型不断面对失败,而不设置安全网,它最终会在压力中「领悟」正确答案,打破死循环。
Huntley的版本强调激进的迭代与不择手段;而Anthropic的版本则建立在更加温和的原则之上:失败本身就是可贵的数据。
这一点在官方文档中有明确说明:
插件通过一种特殊机制Stop Hook实现自我反馈控制——拦截AI的退出行为,并判断任务是否真正完成。
插件的工作机制如下:
- 拦截退出:当Claude认为自己完成任务并准备退出时,插件会阻止这一动作
- 验证完成标志:检测是否输出了设定的 (例如「通过所有测试」)
- 注入反馈:若未完成,插件会将错误格式化为结构化的数据对象,并重新输入AI模型继续尝试
然而,Anthropic的官方Ralph Wiggum插件让Geoffrey Huntley的合作者Dex感到失望:
- 未添加--dangerously-skip-permissions容易导致崩溃
- Hook安装位置不合理,状态跟踪文件难以定位
- 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并不应该「永远运行」,而是应当「将任务分解,独立处理」。
因此,他最终还是选择了那五行Bash代码。
Ralph Wiggum的崛起与软件开发的衰落
软件开发者们现在才开始逐渐领悟人工智能的巨大潜力。
最近,Ralph Wiggum成为了热议的话题。
然而,大多数人尚未意识到:Ralph只是一个起点。
真正精通AI的用户,早已掌握了远超Ralph的复杂技术。
更重要的是,他们不仅仅是在做一些小项目——他们利用这些技术,在短短几小时内复制整家公司。
Michael Arnaldi自11岁起便开始编写程序,最初是为了破解电子游戏。
从内核开发到TypeScript的高阶抽象层,他几乎涉猎过所有编码层次,如今是Effectful Technologies的创始人和首席执行官。
他曾认为编程是生活的全部,但如今,这一切已然改变。
然而,大部分软件开发者仍未意识到这种变革的真正含义。
他们沉迷于关于模型的争论:Claude更好还是GPT更强?Gemini是否已经超越?开源模型能否与之竞争?简单来说,他们完全忽视了关键点。
核心问题在于「流程」,而非「模型」。模型仅仅是流程的一部分。
这就像传统的软件开发:并非每位程序员都需达到顶尖水平,只要流程足够成熟,普通开发者也能创造出优秀的产品。
同样,在AI编程的领域中:
一个中等的模型搭配优质的流程,远比顶级模型加上混乱的流程要强大得多。
这是一个令人不安的现实:真正先进的做法并未被广泛公开。
高阶用户之所以不愿分享,是因为这些技术具有强大的颠覆性。虽然我们最终会走向开放,但现在并不是时候。
Ralph确实是个不错的起点,但它存在局限性。
在接下来的两年中,你将会听到更多关于Lean、TLA+、Agentic Infrastructure的讨论。
从智能编程代理到智能编程基础设施,整个软件开发行业将面临深刻的变革。
他举了两个实例:
- 他用两个小时,借助Ralph制作了一个现代化的Bloomberg终端简化版;
- 他的一个法律专业朋友,几乎没有编程经验,通过与Claude Code的对话完成了GDPR合规检测工具。
为了用事实说话,他决定开源一个会计系统,名为Accountability:
- 这个系统支持跨公司、跨货币,符合美国GAAP标准,
- 而正常开发团队需要花费数月的时间。
而他计划利用闲暇时间完成「Ralph出来」,关键在于:故意不使用任何「黑科技」或私藏技巧。
仅仅依靠公开的、基本的技术,正确运用而已。
但切勿误解:「软件开发已死」,并不意味着「软件工程已死」。
工程师不再是单纯的「编码者」,而是「构建能够编写代码的系统」的专业人士。
他们负责设计技术路线、构建工具……
他们可以在几分钟内掌握新工具——最多几小时。
这意味着:过去40年积累的最佳实践,很多已经不再适用。
团队结构、开发流程以及技术栈的选择,都需要进行彻底重构。
个体的力量正在前所未有地增强。
一个人所能实现的,已相当于过去一个整个团队的成果。
软件开发的传统模式已结束,工程领域正在经历全新的变革,人工智能将重新定义一切。
您即将进入一个崭新的时代。
Please specify source if reproduced五行代码震撼硅谷!澳洲放羊大叔揭开AI编程新纪元! | AI工具导航






















