5行代码，逼疯整个硅谷！澳洲放羊大叔，捅开AI编程奇点

【导读】只用5行代码，这位养羊大叔就捅破了AI编程的天花板！它让硅谷巨震，Claude Code之父30天没写代码，甚至催生了Cowork的新物种大爆发！

最近，一个澳大利亚的养羊大叔用5行代码捅破AI编程天花板的故事，彻底火出圈了。

2025年底，在铲羊粪的间隙，Geoffrey Huntley写出了下面这个仅含5行代码的Bash脚本。

while :; do cat PROMPT.md | claude-code ; done

当时的他可能永远不会想到，短短一个月内，这几行代码会掀起一股技术狂潮，直接颠覆了今日的硅谷！

可以说，此前爆火的Claude Code，和这几天红透半边天的Claude Cowork，都和这五行代码，有着千丝万缕的联系。

甚至一位工程师预言：2026，将是整个硅谷套壳Ralph Wiggum的一年！

五行代码的玄机

这五行代码，究竟是什么意思？

用人话来说就是：「请完成这个任务，测试没通过，就别想出来。你可以自己看报错，自己写代码，自己重试。想试多少次就试多少次，只要不报错，就往死里改，不许下班！」

AI真信了。

这个无限循环的虐待式命令，让AI真的写出了代码，根本不需要人类插手。

因此，放羊大叔给这段循环起名为Ralph Wiggum，就是《辛普森一家》中那个永远不懈、无比乐观的小男孩。

不同于传统的「追求一次写对」，Ralph Loop的核心思维，就是默认你第一次写不对。

但只要写不对，编译器就会报错，测试就会失败。而这个报错信息，就是最宝贵的财富，它精准地告诉了AI哪里错了。

因此，AI才能大彻大悟。

现在，Rlpha Wiggum已经从动画片中的人物名，成为AI领域最有影响力的名字之一。

甚至可以说，Ralph-Wiggum让如今的AI大模型，非常接近AGI了。

Claude Code之父盛赞：我不用写代码了

为什么说，Ralph-Wiggum循环对Claude Code和Cowork有奠基性的作用？

故事要从2025年底说起。

当时，注意到了这五行代码的神奇作用后，Anthropic的Claude Code负责人Boris Cherny将Geoffrey Huntley的五行脚本正式收编，推出了官方Ralph-Wiggum插件。

从此，Claude Code有如神助。

在Claude Code中，只要有下列一句话命令：

/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就能实现：

1. 持续迭代 - 反复尝试，即使遇到失败

2. 自参考学习 - 基于测试结果和前次代码改进

3. 直至完成 - 不断循环直到满足所有要求

4. 输出完成承诺 - 当任务完成时输出指定的完成标志

在25年底，Boris Cherny的这个分享，直接让开发者圈大地震。

他亲口承认：过去三十天内，自己对Claude Code项目的贡献，100%都是由Claude Code自己完成的！

Boris回忆说，在过去的三十天里，他提交了259个PR——497次提交，添加了40,000行代码，删除了38,000行代码。每一行代码都是由Claude Code + Opus 4.5编写的。

那时，Claude已经可以持续运行几分钟、几小时甚至几天。可以说，软件工程正在剧变，我们已经一脚踏入编码的新时代。

为什么Claude可以持续运行好几天？Boris解释道，当它停止时，可以使用一个停止钩子来「戳」它，让它继续运行。

而这个钩子的幕后功臣，就是Ralph-Wiggum！

具体参见这个链接：https://github.com/anthropics/claude-plugins-official/tree/main/plugins/ralph-wiggum

因为这个消息实在太过炸裂，开发者们的消息都快把Boris的私信挤爆了。因此两天后，Boris分享出了自己的独家秘方。

在第12部分，Boris提到，对于运行时间特别长的任务，他通常会采用以下几种方式，其中一种，就是使用ralph-wiggum插件。

（a）在任务完成后，提示Claude使用一个后台agent来校验自己的工作；

（b）使用agent的Stop hook，用更确定、可控的方式来完成校验；

（c）或者使用ralph-wiggum插件

也就是说，才诞生短短一个月，这5行代码就孕育了今天的Claude Cowork大爆炸！

最接近AGI？

Ralph-Wiggum震动整个硅谷

同时，Ralph-Wiggum这种持续迭代、不断循环的设计，也让其他开发者们屡创神迹。

在Y Combinator黑客马拉松中，有人用它一夜生成了6个完整代码仓库；有人用297美元的API成本，就完成一个5万美元的合同。

甚至三个月内，有人完全使用该方法，直接开发出一门名为cursed的编程语言！

YouTube上，介绍Ralpha循环的视频已经泛滥了。

开发者教育者Matt Pocock最近详细讲解了Ralph为什么「那么强」。

编程智能体的终极梦想，是你早上醒来时，代码已经写好了。

你的AI智能体悄悄干了一整晚，帮你清完 backlog，而且写出来的代码还能直接跑。

在他看来，Ralph插件已经非常接近这个梦想:「这是我用过最强的AI编程工具，能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的首席执行官和创始人，Dennison Bertram发布帖子直呼：

没开玩笑，这可能是我所见过的最接近AGI的东西：

这个提示与Claude绝对是一头野兽。

自动播客商业智能提取和品牌检测工具Podscan的创始人和首席执行官，Arvid Kahl则称新方法开创了未来，效果出色：

正如芝加哥企业家Hunter Hammonds所言：百万机会就在眼前，但你没准备好。

AI工程师、连续创业者Ian Nutall则称，「2026是套壳Ralph Wiggum的一年」。

失败本身，就是有价值的数据

说到底，Ralph技术本质上非常简单：一段Bash循环。

但官方插件对这个简单原理做了更巧妙的实现：

不是在会话外部运行脚本，而是直接在Claude会话内植入Stop Hook。

你给Claude指定一个任务，以及一个「完成标志」。

Claude完成任务后尝试退出——

如果没检测到完成标志，Stop Hook 会拦截退出，并把同一个提示词再次送入系统。

于是形成一个「自我反馈闭环」：

Claude每轮都能看到自己的上轮输出、错误日志或Git历史，然后再尝试修正问题。

开发者教育者Matt Pocock把这种转变形容为AI编程的「范式转变」：

从瀑布式开发（Waterfall），进化到真正意义上的AI敏捷开发（Agile）。

你不再需要预设一大堆脆弱的执行步骤，而是：

• AI自主「认领一张任务卡片」

• 完成后再自己找下一张

• 持续循环，直到任务全部搞定

初版Ralph的真正力量，不仅仅是「循环」本身，而是那种天真执着的反复试错。

最关键的一点是：Ralph不会被保护，不会被「清理」错误输出。

它会直接面混乱，承认失败。

这背后是一种极端但有效的哲学：如果你让模型不断面对自己的失败、不设安全网，它最终会在压力中「梦到」正确答案，只为跳出死循环。

Huntley的版本强调暴力迭代、不择手段； 而Anthropic的版本则建立在更温和的原则之上：失败本身就是有价值的数据。

这一点在官方文档中写得很清楚：

插件通过一个特殊机制 Stop Hook 实现自反馈控制——拦截AI退出终端的行为，并判断是否真正完成任务。

插件运行机制如下：

• 拦截退出：当 Claude 认为自己完成任务并准备退出时，插件拦截这一动作

• 验证完成标志：检测是否输出了设定的 （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

但Anthropic的官方Ralph Wiggum插件让Geoffrey Huntley的合作者Dex感到失望：

• 没加--dangerously-skip-permissions就容易崩

• Hook安装位置奇怪、State跟踪文件难找

• 逻辑复杂，删除错误文件甚至会导致整个repo失控

更重要的是，它搞错了Ralph的本质：Ralph不该「永远跑下去」，而该「把任务切碎，开独立窗口慢慢啃」。

所以，他还是选择了那5行Bash。

Ralph Wiggum兴，软件开发亡

整个开发者圈现在才刚刚意识到 AI 的力量。

最近，Ralph Wiggum才火了。

但大多数人还没意识到：Ralph，只是个起点。

真正的AI高阶用户，已经掌握了远比 Ralph 更复杂的技术。

而且，他们不只是做点小玩意儿——他们在用这些技术，复制整个公司，只需几个小时。

Michael Arnaldi从 11 岁起就开始编程，最初是为了破解游戏。

此后，从内核级开发到TypeScript 的最高抽象层，他几乎写过所有层级的代码，现在是Effectful Technologies的创始人兼CEO。

他曾经认为，编程是人生的全部。但现在，过去的一切彻底结束了。

大部分软件开发者，甚至还没意识到这场巨变的本质。

他们沉迷于模型之争：Claude好还是GPT强？Gemini有没有追上？开源模型能不能竞争？ 说白了：他们完全搞错了重点。

关键在于「流程」，不是「模型」。模型只是流程中的一环。

就像传统软件开发：并非所有程序员都需要顶级水平，但只要流程成熟，普通开发者也能做出好产品。

在AI编程中也是一样：

一个中等模型+优秀流程，远远强于一个顶级模型+混乱流程。

这是个令人不安的事实：真正先进的做法并未公开。

高阶用户之所以不分享，是因为这些技术过于强大，颠覆性太大。我们终将走向公开，但现在还没到时候。

Ralph确实是个好起点，但它有局限。

接下来两年，你会开始听到更多关于Lean、TLA+、AgenticInfrastructure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迎来一次深层转型。

他举了两个例子：

• 他用2小时，用Ralph搞一个现代版Bloomberg终端简化版；

• 他的一个法律专业的朋友，几乎0编程经验，靠和Claude Code聊天完成了GDPR合规检测工具。

为了用事实说话，他决定开源一个Accountability的会计系统：

• 支持跨公司、跨币种、符合美国GAAP标准的会计系统，

• 正常开发团队得花好几个月。

而他打算用闲暇时间「Ralph出来」，关键在于：故意不使用任何「黑科技」或私藏技巧。

就用公开的、基础的技术，正确应用而已。

但别误会：「软件开发已死」，不等于「软件工程已死」。

工程师不再是「写代码的人」，而是「构建能写代码的系统」的人。

他们设计技术路线、构建工具……

他们可以在几分钟内掌握新工具——最慢几个小时。

这意味着：我们过去 40 年积累的最佳实践，很多已经过时。

团队结构、开发流程、技术栈选型，全都得重构。

个体，正在变得前所未有地强大。

一个人 = 过去一整个团队。

软件开发已死，工程正在重生，AI将重构一切。

欢迎来到新时代。

参考资料：

https://mike.tech/blog/death-of-software-development

https://venturebeat.com/technology/how-ralph-wiggum-went-from-the-simpsons-to-the-biggest-name-in-ai-right-now