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。

---

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。

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。

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。

---

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」

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。

---

反过来：Ralph 验证了 iLoop 押对的两件事

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