从 ReAct 到 Ralph Loop：一个问题的演进#

所有 AI 编程工具都面临同一个问题：上下文断裂。

你给 Claude Code 发一条指令，它写了几个文件、跑了测试、发现报错、修了一轮——然后停下来等你说”继续”。你说”继续”，它又干了一轮——然后又停下来。如此反复，一个原本可以自动完成的任务被切成了十几个人工确认的碎片。

更糟糕的是，每次停顿都意味着上下文窗口在膨胀。几轮之后，agent 开始”健忘”——忘记最初的目标是什么、忘记之前试过哪些方案失败了、忘记代码库的整体结构。你不得不重新描述一遍需求，本质上是在帮 AI 维护它自己的记忆。

2025 年底，一个澳大利亚开发者 Geoffrey Huntley 用最简陋的方式解决了这个问题：一个 shell 脚本加一个 Markdown 文件。他把这个方案叫做 Ralph Wiggum Technique——名字来自《辛普森一家》里那个看起来呆呆的、但偶尔语出惊人的小孩。这个命名本身就带着一种极客式的自嘲：方案笨得要死，但它管用。

Ralph Loop 的核心：比你想象的简单#

Ralph Loop 的原始形态只有一行 shell：

1
while true; do cat PROMPT.md | claude -p --allowedTools "Edit,Write,Bash,Read" ; done

就这么简单。claude -p 是 Claude Code 的非交互（headless）模式，-p 表示 “print mode”，从 stdin 读入 prompt 后自主执行，完成后退出。外层的 while true 则确保——一旦 Claude 退出（不管是完成了还是觉得”我做完了”），立刻带着同一份 PROMPT.md 重新启动一轮新的会话。

这看起来粗暴，但细想一下，它解决了上面说的所有问题：

上下文不会膨胀 —— 每轮都是全新会话，上下文窗口从零开始。agent 不会被历史对话淹没。

目标永不丢失 —— PROMPT.md 是持久化在磁盘上的，每轮都会被完整注入。不管 agent 之前做了什么、忘了什么，下一轮它都能重新理解目标。

进度可以累积 —— agent 每轮的工作成果（代码修改、文件创建）都留在了文件系统上。下一轮的 agent 看到的是上一轮修改后的代码库，自然能接着干。

从粗暴循环到智能循环：Stop Hook#

原始的 while true 方案有一个明显缺陷：agent 每次 session 结束后都会重启，哪怕任务已经完成了。PROMPT.md 里写着”实现用户登录功能”，agent 第三轮就实现完了，但第四轮还是会被叫起来——它可能就开始画蛇添足，加一些没人要的 feature。

解决方案是 Claude Code 的 Stop Hook。这是 Claude Code hooks 系统中的一个生命周期事件——当 Claude 完成一轮响应准备停下时触发。你可以在这个 hook 里做判断：“任务真的完成了吗？”

一个最基本的 Stop Hook 配置长这样：

1
{
2
  "hooks": {
3
    "Stop": [
4
      {
5
        "hooks": [
6
          {
7
            "type": "prompt",
8
            "prompt": "Check if all tasks in PROMPT.md are complete. If not, respond with {\"ok\": false, \"reason\": \"what remains to be done\"}."
9
          }
10
        ]
11
      }
12
    ]
13
  }
14
}

这里用了 Claude Code 的 prompt-based hook——一种用 LLM（默认 Haiku）做判断的 hook 类型。当 Claude 准备停下时，Haiku 会被调用来评估”PROMPT.md 里的任务做完了没”。如果返回 "ok": false，Claude 会收到 reason 作为反馈，继续工作；如果 "ok": true，则正常结束。

这就把原始的”无脑重启”升级为了”智能续航”——只在任务未完成时才继续，完成后优雅退出。

如果你需要更强的验证能力，还可以用 agent-based hook——它会启动一个子 agent，这个子 agent 可以读文件、跑命令、检查测试结果，然后再做出”继续还是停止”的判断：

1
{
2
  "hooks": {
3
    "Stop": [
4
      {
5
        "hooks": [
6
          {
7
            "type": "agent",
8
            "prompt": "Verify that all unit tests pass and the feature works as described in PROMPT.md. Run the test suite and check results.",
9
            "timeout": 120
10
          }
11
        ]
12
      }
13
    ]
14
  }
15
}

PROMPT.md 的设计：Ralph Loop 的灵魂#

如果说 Stop Hook 是 Ralph Loop 的心跳，那 PROMPT.md 就是它的大脑。一份好的 PROMPT.md 决定了 agent 能不能在无人值守的情况下持续输出有价值的工作。

一份生产级 PROMPT.md 的典型结构：

1
# 目标
2

3
实现完整的用户认证模块，包含注册、登录、密码重置和 JWT token 管理。
4

5
# 约束
6

7
- 使用 TypeScript + Express
8
- 密码用 bcrypt 加盐哈希，salt rounds = 12
9
- JWT 过期时间 15 分钟，refresh token 7 天
10
- 所有接口需要有对应的单元测试，覆盖率 > 80%
11
- 不使用 ORM，直接写 SQL（项目用 PostgreSQL）
12

13
# 里程碑
14

15
1. [ ] 数据库 migration：users 表、refresh_tokens 表
16
2. [ ] 注册接口 POST /auth/register
17
3. [ ] 登录接口 POST /auth/login
18
4. [ ] Token 刷新接口 POST /auth/refresh
19
5. [ ] 密码重置流程（发邮件 + 验证 link）
20
6. [ ] 中间件：requireAuth, requireRole
21
7. [ ] 集成测试通过
22

23
# 进度记录
24

25
> agent 每完成一个里程碑后，在这里追加记录
26

27
（由 agent 自动更新）

关键设计原则：

里程碑必须有 checkbox —— 这让 agent 可以自主跟踪进度。每完成一项就勾掉一项，Stop Hook 可以通过检查是否全部勾选来判断任务是否结束。

包含”进度记录”区域 —— 让 agent 每轮都在 PROMPT.md 里追加一行自己这轮做了什么。下一轮的 agent 读到这个文件时，能快速理解前面的人做了什么、哪些尝试失败了。这就是跨 session 的”记忆”。

约束要具体 —— 不要写”代码质量要好”，要写”测试覆盖率 > 80%“。agent 需要明确的、可验证的条件。

防止无限循环：Stop Hook 的自保机制#

Stop Hook 有一个关键细节：当 Stop Hook 返回 "ok": false 让 Claude 继续工作时，Claude 完成新一轮后会再次触发 Stop Hook。如果你的 hook 逻辑有 bug（比如永远返回 false），agent 会陷入无限循环。

Claude Code 对此提供了一个 stop_hook_active 字段。你的 hook 脚本应该检查这个字段：

1
#!/bin/bash
2
INPUT=$(cat)
3
if [ "$(echo "$INPUT" | jq -r '.stop_hook_active')" = "true" ]; then
4
  exit 0  # 已经是 Stop Hook 触发的续航轮次，允许停止
5
fi
6
# ... 正常的完成度检查逻辑

实际生产中还有几个防护手段：

• 设置最大循环次数（比如在 PROMPT.md 里写”最多执行 20 轮”）
• 用 timeout 限制每轮的最大执行时间
• 在新 Git 分支上运行，方便 rollback

官方化：/goal 命令的诞生#

Ralph Loop 在社区迅速走红后，两大 AI 编程工具都把它做成了官方功能。

1
codex --full-auto
2
> /goal 实现完整的 OAuth2 认证流程，包含 Google 和 GitHub 登录，通过所有测试

1
/goal pause    # 暂停当前目标（agent 停止自动续航）
2
/goal resume   # 恢复暂停的目标
3
/goal clear    # 清除目标，回到普通交互模式

1
/goal all tests in test/auth pass and the lint step is clean

1
/goal                    # 查看当前状态（运行时间、turn 数、token 消耗）
2
/goal clear              # 清除目标（stop/off/reset/none/cancel 均可）

1
# 非交互模式：一次性运行直到条件满足
2
claude -p "/goal CHANGELOG.md has an entry for every PR merged this week"

类似范式的框架横向对比#

Ralph Loop 不是孤例。这种”目标驱动 + 自主循环 + 自我验证”的模式正在成为 AI agent 架构的标配。

AutoGPT / BabyAGI（2023） 是最早的尝试。AutoGPT 的 Task Loop 和 BabyAGI 的”执行 → 创建新任务 → 排优先级”三 agent 架构，都是这个范式的先驱。但它们缺乏有效的终止条件判断，经常陷入无意义循环。Ralph Loop 的 Stop Hook 机制正是对这个问题的回答。

SWE-agent（Princeton，2024） 用 observe → think → act 循环在受限 shell 中自主修 bug。它引入了”Agent-Computer Interface”——为 agent 设计专门的、结构化的操作界面，而不是让它面对原始终端输出。这个思想和 Ralph Loop 中用 PROMPT.md 作为”agent 与目标的接口”异曲同工。

Devin（Cognition AI） 实现了分层规划架构：顶层 planner 理解目标、拆分阶段，底层 executor 在沙盒中执行。每阶段完成后控制权返回 planner 重新规划。这本质上是 Ralph Loop 的”企业级版本”——多层级、有状态管理、有专门验证层。

Cursor Background Agent（2026） 把类似能力搬到了云端。用户把任务交给 background agent，它在远程沙盒中自主工作，完成后通知用户 review。理念相同，但执行环境从本地终端变成了云服务。

Gemini CLI Subagents（2026） 走了另一条路。它不是让单个 agent 循环，而是通过 subagent 分治：主 agent 负责规划和协调，具体任务委派给独立子 agent 在隔离上下文中执行。这解决了长循环中上下文爆炸的问题，代价是架构更复杂。

实战：从零搭建一个 Ralph Loop#

如果你想现在就试试，不需要等官方的 /goal 命令。用 Claude Code 的 hooks 系统就能自己搭建一个生产级的 Ralph Loop。

1
# 目标
2

3
将项目中所有 JavaScript 文件迁移为 TypeScript，确保类型安全且通过 tsc --noEmit 检查。
4

5
# 规则
6

7
- 保持现有功能不变，只做类型迁移
8
- 优先使用具体类型，避免 any
9
- 每个文件迁移后运行 tsc --noEmit 确认无错误
10
- 迁移顺序：utils/ → services/ → controllers/ → routes/
11

12
# 进度
13

14
（由 agent 自动更新）

1
{
2
  "hooks": {
3
    "Stop": [
4
      {
5
        "hooks": [
6
          {
7
            "type": "prompt",
8
            "prompt": "Read PROMPT.md in the project root. Check if all JavaScript files have been migrated to TypeScript and tsc --noEmit passes without errors. If migration is incomplete, respond with {\"ok\": false, \"reason\": \"description of what remains\"}. If complete, respond with {\"ok\": true}."
9
          }
10
        ]
11
      }
12
    ]
13
  }
14
}

1
git checkout -b feat/ts-migration
2
claude -p "Read PROMPT.md and begin the TypeScript migration. Update the progress section in PROMPT.md after completing each directory." \
3
  --allowedTools "Edit,Write,Bash,Read,Grep"

1
git checkout -b feat/ts-migration
2
while true; do
3
  claude -p "$(cat PROMPT.md)" --allowedTools "Edit,Write,Bash,Read,Grep"
4
  # 检查是否所有 .js 文件都已转为 .ts
5
  if [ -z "$(find src/ -name '*.js' -not -path '*/node_modules/*')" ]; then
6
    echo "Migration complete!"
7
    break
8
  fi
9
  sleep 2
10
done

1
watch -n 5 'echo "=== JS files remaining ===" && find src/ -name "*.js" | wc -l && echo "=== TS files created ===" && find src/ -name "*.ts" | wc -l && echo "=== TSC errors ===" && npx tsc --noEmit 2>&1 | tail -3'

什么时候不该用 Ralph Loop#

Ralph Loop 不是银弹。以下场景它可能不适用：

需要人类判断的设计决策 —— 如果任务涉及 API 设计、架构选型这类没有客观标准的决策，agent 无法自我验证”设计是否好”，容易在自己的决策上自我强化。

依赖外部服务的任务 —— 如果任务需要调用第三方 API、操作数据库，长时间无人值守运行可能产生不可逆的副作用。

代码库缺少测试的项目 —— Ralph Loop 的自我验证严重依赖自动化测试。如果项目没有测试，agent 就失去了判断”我改对了没”的能力，可能引入大量隐蔽 bug。

Token 预算有限时 —— 一个 14 小时的 Ralph Loop session 可能消耗数百万 token。在启动之前确认你的预算足够。

结语：Agent 编程的本质#

Ralph Loop 的意义不在于技术有多复杂——它其实简单到令人发指。真正的洞见是：让 AI agent 持续有效工作的关键不是更大的模型或更长的上下文窗口，而是一套外部的持久化机制：磁盘上的目标文件、git 上的代码状态、hook 系统提供的”心跳检测”。

这和人类程序员的工作方式其实是一样的：我们也不是把所有上下文装在大脑里。我们用 TODO 列表记录目标、用 git 追踪进度、用 CI 验证正确性。Ralph Loop 只不过是把这套人类早就在用的工程实践，适配给了 AI agent。

从 Geoffrey Huntley 的一行 shell 脚本，到 OpenAI 和 Anthropic 的官方 /goal 命令，再到 Devin 和 Cursor 的云端 agent——这条演进线索告诉我们一件事：AI 编程的未来不是”更聪明的 AI”，而是”更好的 AI 操作系统”。模型是 CPU，PROMPT.md 是内存，Stop Hook 是中断机制，git 是持久化存储。我们正在为 AI 建造它们的操作系统。