共计 4951 个字符，预计需要花费 13 分钟才能阅读完成。
【新智元导读】一位养羊的叔叔仅用五行代码，打破了 AI 编程的界限！这一事件在硅谷引起了剧烈反响，Claude Code 的创造者在一个月内未曾编写代码，甚至催生了 Cowork 的新物种！
最近，一位来自澳大利亚的养羊大叔凭借五行代码的故事迅速走红，成为热门话题。
在 2025 年底，Geoffrey Huntley 在清理羊粪的间隙，写下了如下简单的 Bash 脚本。
while :; do cat PROMPT.md | claude-code ; done他当时或许根本无法预见，这几行代码将在短短一个月内引发一场技术革命，彻底改变硅谷的面貌！
可以说，之前大受欢迎的 Claude Code，以及最近火爆的 Claude Cowork，都与这五行代码有着密切的关联。
甚至有工程师预言：2026 年将成为硅谷的 Ralph Wiggum 之年！
五行代码的秘密
那这五行代码到底意味着什么呢？
简单来说就是：「请完成这个任务，如果测试失败，就别想逃脱。你可以查看错误信息，自己编写代码并重试。想试多少次就试多少次，只要不出错，就尽情修改，绝不允许下班！」
AI 接受了这个挑战。
这种无限循环的命令方式，促使 AI 独立地产生代码，无需任何人类的干预。
因此，这位放羊大叔将这个循环命名为 Ralph Wiggum，正是《辛普森一家》里那个永不言弃、乐观无比的小男孩。
与传统的“一次性写对”不同，Ralph Loop 的核心思维在于 假设你的第一次是错的。
只要写错，编译器就会报错，测试也会失败。而这些错误信息，恰恰是最宝贵的资源，精准地指明了 AI 的错误所在。
因此，AI 能够获得深刻的领悟。
如今，Ralph Wiggum 已经从动画角色的名字，演变为 AI 领域内一个极具影响力的象征。
甚至可以说，Ralph Wiggum 使得当前的 AI 大模型朝着 AGI 的方向发展，愈加接近。
Claude Code 之父高度赞扬：我再也不用写代码了
为何说 Ralph Wiggum 循环对 Claude Code 和 Cowork 起到了基础性作用？
这个故事得从 2025 年底开始讲起。
当时，Anthropic 的 Claude Code 负责人 Boris Cherny 意识到这五行代码的独特魅力，于是将 Geoffrey Huntley 的脚本正式纳入旗下，推出了 Ralph-Wiggum 的官方插件。
自此，Claude Code 如虎添翼。
在 Claude Code 中，只需下达以下命令：
/ralph-loop "Build a REST API for todos. Requirements: CRUD operations, input validation, tests. Output COMPLETE when done." --completion-promise "COMPLETE" --max-iterations 50Claude 便能实现：
- 持续迭代 – 反复尝试，即使遭遇失败
- 自我学习 – 基于测试结果和前次代码进行改进
- 直到完成 – 不断循环，直到所有要求都被满足
- 输出完成承诺 – 任务完成时输出指定的完成标志 震撼开发者圈：Claude Code 的崛起与 Ralph-Wiggum 的力量
在 2025 年末，Boris Cherny 的分享引发了开发者界的巨大波动。
他坦诚道：在过去的三十天中，Claude Code 项目的所有贡献均由 Claude Code 独立完成！
Boris 回忆道，这段时间内，他一共提交了 259 个拉取请求，总计 497 次提交，新增了 40,000 行代码，同时删除了 38,000 行代码。这些代码均由 Claude Code 和 Opus 4.5 生成。
在那时，Claude 已经能够连续运行几分钟、几小时甚至几天。可见，软件工程正经历着前所未有的变革，我们已然迈入了编码的新纪元。
为何 Claude 能持续运行数天？Boris 解释称，当 Claude 停止时，可以利用一个停止钩子来“戳”它，使其重启。
而这个钩子的背后功臣，正是 Ralph-Wiggum！
详细信息请参见此链接：https://github.com/anthropics/claude-plugins-official/tree/main/plugins/ralph-wiggum
这一消息引发了巨大的轰动，开发者们几乎将 Boris 的私信挤爆。两天后，Boris 迫不及待地分享了自己的独门秘诀。
在他的第 12 部分中，Boris 提到，针对运行时间较长的任务，他通常会采用几种方法，其中之一就是使用 ralph-wiggum 插件。
（a）在任务完成后，提示 Claude 利用后台代理来验证其工作；
（b）使用代理的停止钩子，以更可控的方式完成验证；
（c）或者直接利用 ralph-wiggum 插件。
换句话说，短短一个月内，这五行代码便催生了如今的 Claude Cowork 大爆炸！
接近通用人工智能的可能性？
Ralph-Wiggum 震撼硅谷
与此同时，Ralph-Wiggum 的持续迭代和循环设计，促使其他开发者们不断创造出新的奇迹。
在 Y Combinator 的黑客马拉松中，有人仅用一夜便生成了六个完整的代码仓库；还有人以 297 美元的 API 成本，完成了一份价值 5 万美元的合同。
甚至在短短三个月内，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 最近详细阐述了为何 Ralph 会如此强大。
编程智能体的终极愿景是，当你早上醒来时，所有代码便已写就。
想象一下，你的 AI 智能体在夜间默默工作，帮你清理完待办事项，所写的代码竟然能够直接运行。
在他看来，Ralph 插件已非常接近这一梦想：“这是我见过最强大的 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 在社交媒体上发文表示：
这不是玩笑，或许是我见过的最接近通用人工智能的技术：
与 Claude 的结合，绝对可以称得上是一项重大突破。
自动化播客数据提取和品牌检测工具 Podscan 的首席执行官 Arvid Kahl 表示，这一创新方法标志着未来的到来，效果非常显著：
正如芝加哥的企业家 Hunter Hammonds 所言：机会无处不在，但如果没有准备，你将无法抓住。
AI 开发者和连续创业者 Ian Nutall 则预言：“2026 年将是 Ralph Wiggum 的时代。”
失败本身就是宝贵的数据
归根结底，Ralph 的技术原理实则相当简单：仅仅是一段 Bash 循环。
然而，官方插件对这一基本原理进行了更为巧妙的改进：
它不再是在会话外部运行脚本，而是在 Claude 的会话中直接嵌入 Stop Hook。
你可以给 Claude 布置一个任务，并设定一个“完成标志”。
当 Claude 完成任务后，它会尝试退出——
如果未检测到完成标志，Stop Hook 将拦截其退出，并将相同的提示词重新送入系统。
这便形成了一个“自反馈闭环”：
Claude 每一轮都能查看上轮的输出、错误日志或 Git 历史，并尝试进行修正。
开发者和教育者 Matt Pocock 将这一转变称为 AI 编程的“范式转变”：
从传统的瀑布式开发（Waterfall），跃迁至真正的 AI 敏捷开发（Agile）。
不再需要设定众多脆弱的执行步骤，而是：
- AI 自主“认领一项任务”
- 完成后再自行寻找下一项任务
- 持续循环，直到所有任务全部完成
初版 Ralph 真正的力量，不仅在于“循环”本身，更在于 那种执着于反复试错的精神。
最重要的是：Ralph 不会被保护，也不会被“清理”错误输出。
它会直面混乱，坦然接受失败。
这背后蕴含着一种极端却有效的哲学：如果让模型持续面对自己的失败，没有安全网的保护，它最终会在压力之下“领悟”正确答案，从而跳出死循环。
Huntley 的版本强调激进的迭代与不择手段；而 Anthropic 的版本则建立在更温和的原则基础之上：失败本身就是珍贵的数据。
这一点在官方文档中有明确的说明：
插件通过特殊机制 Stop Hook 实现自我反馈控制——拦截 AI 退出终端的行为，并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，插件将这一动作拦截
- 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
然而，Anthropic 的官方 Ralph Wiggum 插件却让 Geoffrey Huntley 的合作者 Dex 感到失望：
- 缺少 –dangerously-skip-permissions，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仓库失控
- 他用了两个小时，借助 Ralph 创建了一个 现代版 Bloomberg 终端的简化版本；
- 他的一个法律专业朋友，几乎没有编程经验，依靠与 Claude Code 的对话完成了 GDPR 合规检测工具。
- 该系统支持跨公司、跨币种，符合美国 GAAP 标准，
- 而正常情况下，开发团队需要花费几个月的时间。
软件开发的未来：从代码到智能系统的转变
更为关键的是，Ralph 的本质被误解：他并不需要“永不停歇”，而应该“将任务分解，逐步解决”。
因此，他最终还是选择了那五行 Bash 代码。
Ralph Wiggum 兴起，软件开发遭遇困境
如今，开发者社区才逐渐意识到人工智能的巨大潜力。
最近，Ralph Wiggum 的名声开始攀升。
然而，许多人尚未意识到：Ralph 不过是一个起点。
真正掌握 AI 技术的高级用户，已经在运用比 Ralph 更为复杂的工具。
而且，他们不仅仅是在做一些小项目——他们正利用这些技术，在数小时内复制整个公司。
Michael Arnaldi 从 11 岁起便开始编程，起初是为了破解游戏。
之后，他经历了从内核级开发到 TypeScript 最高层级的编程，几乎涉及了所有层次的代码，现在他是 Effectful Technologies 的创始人兼 CEO。
曾几何时，他认为编程是生活的全部，但如今，过去的一切已成往事。
大多数软件开发者甚至尚未意识到这场变革的实质。
他们沉迷于模型的争论：Claude 更优秀还是 GPT 更强？Gemini 是否追赶上了？开源模型能否与之抗衡？实际上，他们 完全忽视了核心问题。
关键在于“流程”，而非“模型”。模型仅仅是流程中的一个环节。
就像在传统的软件开发中，并非所有程序员都需要达到顶尖水平，只要流程成熟，普通开发者也能创造出优质产品。
在 AI 编程领域同样如此：
一个中等水平的模型加上良好的流程，远比一个顶尖模型与混乱的流程更具优势。
这是一个令人担忧的现实：真正先进的做法尚未被广泛分享。
高级用户之所以不愿意分享，是因为这些技术过于强大，具有颠覆性。我们最终会走向公开，但尚未到达那个时刻。
Ralph 确实是一个不错的起点，但它也有局限性。
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变。
他举出了两个例子：
为了用实际行动证明，他决定开源一个会计系统，名为 Accountability：
而他计划利用业余时间“让 Ralph 现身”，重点在于：故意不使用任何“黑科技”或私藏技巧。
仅仅使用公开的、基础的技术，正确运用而已。
但不要误解：“软件开发已经结束”并不意味着“软件工程已经消亡”。
工程师的角色不再是“编写代码的人”，而是“构建能够编写代码的系统的人”。
他们负责设计技术路线，构建工具……
他们能在几分钟内掌握新工具——最慢也只需几个小时。
这意味着：过去四十年中我们所积累的一些最佳实践，已经显得不再适用。
团队的构成、开发的流程、技术选型，都需要进行彻底的重塑。
个人的能力，正在以前所未有的方式增强。
一个人的能力相当于过去一个完整团队的力量。
软件开发的时代已然结束，工程学正在经历重生，人工智能将颠覆一切。
欢迎迈入这个崭新的时代。
这位大叔的五行代码确实很有创意，但我对这种无限循环的错误处理机制表示担忧，是否会在复杂项目中造成效率低下？希望有更详细的优化方案。