本文分三部分:先讲透 Ralph Loop 的本质与三个赌注,再论证 iLoop 与 Ralph 的同源关系,最后给出四条可落地的启示 + 两条反向验证。

---

一、Ralph Loop 是什么

Ralph 就是一个 Bash 无限循环,把同一个 prompt 反复喂给编码 Agent,直到任务全部完成:

while :; do cat PROMPT.md | claude -p --dangerously-skip-permissions; done

这个技法由 Geoffrey Huntley 在 2025 年 7 月命名,名字取自《辛普森一家》里那个一头撞门框还乐呵呵喊”我在帮忙”的 Ralph Wiggum——寓意”又笨又执着的循环反而出奇地好用”。snarktank/ralph 是把这套裸循环工程化后的开源实现。

二、它到底在赌什么:三个层层递进的赌注

Ralph 的全部聪明压缩成一句话:**它不试图让模型变强,而是承认模型会退化,然后用系统结构把退化”锁在每一轮之内”。**拆成三个赌注:

赌注	主张	为什么反直觉却有效
① 丢弃 > 管理	上下文腐烂不可逆,对抗它的唯一手段是”丢弃”而非”续接”	业界主流靠压缩、召回、RAG 来”续接”;Ralph 直接把上下文烧掉重来。循环边界 = 上下文重置点,每轮从满血状态开始
② 状态外置	记忆不放对话里,放文件系统里	对话历史易失、有损、会被 auto-compact 悄悄改写;git log / progress.txt / prd.json 持久、可校验、可 diff。重启读一遍磁盘即可恢复进度
③ 结构收敛	用确定的结构框住非确定的元件	单次调用”稳定地平庸”(deterministically bad),但”小步 + 硬反馈 + 循环”能让平庸的单步累积收敛到确定结果,等同于”用不可靠的包传出可靠的传输”

Ralph 每次迭代喂进去的都是同一份 PROMPT.md / AGENTS.md / spec,变的只是磁盘上的代码库和一个小 TODO 文件——输入稳定,仓库逐步向 spec 收敛。Huntley 把这叫 “deterministically bad in an undeterministic world”:模型每一轮都可靠地平庸,但累积起来能把代码库磨成形。

三、snarktank/ralph 的工程化工作流

它在裸循环之上加了结构化任务管理,核心机制是每轮只做一件事、并自终止:

flowchart TB
    START([读取 PROMPT.md / prd.json]) --> PICK[挑一个优先级最高且 passes=false 的故事]
    PICK --> DO[只实现这一个故事]
    DO --> CHECK{质量检查
typecheck + 测试}
    CHECK -->|失败| DO
    CHECK -->|通过| COMMIT[commit + 标记 passes=true]
    COMMIT --> LOG[经验追加进 progress.txt]
    LOG --> DONE{全部 passes=true?}
    DONE -->|否 · fresh context 重启| PICK
    DONE -->|是| END([输出 COMPLETE 退出])

让它能跑起来有几个硬前提,否则错误会跨迭代复利累积:

1. 任务必须切小:小到一个上下文窗口能完成(加个数据库列、加个 UI 组件、改个 server action)。“加认证""重构 API”这种必须拆开。
2. 反馈信号要硬:typecheck 抓类型错、测试验行为、CI 必须常绿。
3. AGENTS.md 持续更新:每轮把发现的模式、坑、约定写回,这是唯一能让”经验”沉淀给未来迭代的机制。
4. UI 类任务要能自验证:验收标准里要求用浏览器实际点一遍确认。

---

四、关键发现:iLoop 和 Ralph 是同一种生物

把两者的底层判断并排看,会发现第一性原理逐字重合——这不是巧合,是同一个底层判断:

底层判断	Ralph 的说法	iLoop 的说法
不靠模型变聪明	“deterministically bad” 稳定平庸的元件	“不调教模型,给它一把分层瑞士军刀”
对抗上下文腐烂	每轮 fresh restart,烧掉重来	“每轮只带命中的 flow + 压缩归纳 + 外存重建”
记忆外置到文件	progress.txt / prd.json / git	lessons 错题本 / task 清单 / 轮次记录落盘
小步 + 硬反馈	one item per loop + test/CI	最小步改动 + 编译/真机/取证
观察失败域再固化	“看循环,戴上工程师帽子修掉它”	“补一条断链,它就聪明一截”

五、Ralph 能给 iLoop 的四条启示

1. 把 checkpoint 重建做成结构化动作(触发看”准不准”,不看 token)

iLoop 的”每轮只带最重要的 + 外存重建”是按需触发的——由人在关键节点换会话冷启动。对”人在环的交付助手”来说这是恰当取舍而非缺陷:每一步本就有人确认,没必要每轮强制烧毁上下文。值得从 Ralph 偷的不是”卡 token 阈值”,而是把重建从隐性习惯升级成有结构的显式动作:到点了就把进度按结构写全(task 清单 + lessons + 三层可信度标记),再从这张 checkpoint 冷启动。触发信号看”准不准”,不看花了多少 token——iLoop 的资源画像里 token 不是约束,准确性才是。命中任一即建议重建:同一个错反复出现(绕圈)、动作违反盘上写死的约束(破了 §0/Constitution)、忘了确认过的决策(重问已答过的事)、连续几步没有一个 [机验] 进展(梯度不降)。这几乎零成本,且直接命中文档已点的 context rot。

2. “无人值守批量收敛”是可借鉴的结构,但不是可照搬的模式

Ralph 最出彩的场景是跑一晚上,早上醒来几十个 commit。但要说清楚:iLoop 的 flow 是人在环的交互式设计,这是主动取舍,不是没做到。无人值守批量自治不匹配 iLoop 的风险画像——稳定优先、大生产仓、要求一键回退,还有 hard constraint”生产仓必留人工闸门”,随机游走在这种仓里烧不起也担不起。所以”整夜无人值守”这个模式不照搬。真正值得借的是它底层的结构:“挑一个 passes=false 的子项 → 只做这一个 → 取证验收 → 过了标记 passes=true → 全绿收口”这套单步收敛的骨架,可以用在 big_task / refactor_regress 的人在环巡回里——每轮仍由人确认推进,但用同一个真值源锚定进度。你们已有 task 清单和独立验收子 Agent,把它们串成”每轮一件事、可勾选”是顺水推舟;区别只在于方向盘始终握在人手里。

3. 让 DoD 变成机器可判定的 passes 标志

Ralph 的 prd.json 里每个 story 带 passes 真值,循环靠它自己判断该不该停。iLoop 的验收现在是”起子 Agent 判 pass/fail”,建议再往前一步:把验收结论回写成 task 清单里每个子项的机器可读状态。这样终止条件、断点续传、dashboard 进度都锚在同一个真值源上——把 Ralph 的”可勾选 + 自终止”和你们的”换个脑子复查”焊在一起。

4. Ralph 反对多 Agent,但你们其实不冲突

Huntley 明确反对多 Agent 编排,怕把非确定性叠成”一团火”。iLoop 用了独立验收子 Agent,乍看像踩雷。但你们的多 Agent 不是”编排复杂度”,而是”上下文卫生”——起一个干净脑子做验收,恰恰是 Ralph fresh context 精神的另一种实现。建议在对外叙事里点破:你们的多 Agent 用在”换视角复查”,不是”分工干活”,与 Ralph 单循环哲学一致而非对立。

---

六、反过来:Ralph 验证了 iLoop 押对的两件事

七、一个可以立刻落地的动作

---

参考

• snarktank/ralph 仓库
• Ralph Wiggum as a “software engineer” · Huntley 原文
• everything is a ralph loop
• The Ralph Loop 深度解析