AI通宵部署生產代碼嘅時代

「唔好怕失敗，繼續迭代。」

一個以《阿森一族》入面Ralph Wiggum角色命名嘅Claude Code插件，正喺度震撼成個開發者社群。呢項由簡單Bash循環開始嘅技術，到底點樣開創咗自主編程嘅全新範式？等我哋深入了解吓。

核心理念 - 確定性嘅失敗好過不可預測嘅成功

Ralph Wiggum嘅本質簡單到你唔信：畀AI代理一個提示詞，然後重複執行直到成功。

喺傳統工作流程入面，開發者要審查AI嘅每一步。但係Ralph掉轉咗呢個模式。你先定義成功標準 - 即係「完成承諾」（Completion Promise），然後任由代理自主向目標收斂。每次失敗都會變成數據，每次迭代都會由上次嘅失敗中學習，改進下次嘅嘗試。

記憶體架構 - 點解JSON同TXT要分開

Ralph能夠跨多個工作階段保持脈絡嘅秘密，在於兩種檔案格式嘅刻意分工。

prd.json - 結構化嘅任務台帳

以機器可讀嘅格式儲存用戶故事、優先次序同完成狀態（passes: true/false）。可以用jq等工具查詢或修改特定欄位，從而喺循環入面實現程式化嘅進度追蹤。

progress.txt - 累積嘅學習日誌

以自由文字形式記錄歷次迭代中獲得嘅模式、洞見同錯誤修復歷史。例如「數據庫遷移中一定要用IF NOT EXISTS」呢類可複用嘅模式會喺度不斷累積。

點解唔用同一種格式？

JSON擅長精確嘅數據操作 - 檢查完成旗標、按優先次序排列。但學習記錄需要好似便條紙咁自由書寫嘅彈性。如果錯誤咁修改JSON檔案可能會搞到成個任務管理系統崩潰，但係喺文字檔入面加一行就安全簡單好多。

呢種設計將Git（代碼歷史）+ JSON（任務狀態）+ TXT（不斷進化嘅知識）組合埋一齊，確保喺新嘅AI工作階段都可以維持連續性。

停止鉤子機制 - 循環嘅實際運作原理

Ralph嘅運作方式同傳統嘅外部Bash腳本唔同。佢喺Claude工作階段內部安裝停止鉤子（Stop Hook）。

運作流程係咁嘅：

• 分配任務並附上完成承諾（Completion Promise）
• Claude完成工作之後嘗試退出時，鉤子攔截退出並重新注入相同嘅提示詞
• 呢個過程不斷重複，直到滿足完成條件或者達到最大迭代次數

關鍵喺於：提示詞唔變，但代碼庫喺度變。代理讀取更新後嘅檔案同測試結果，喺每一輪中有效咁由自身嘅輸出中學習。

最佳使用場景同注意事項

Ralph喺有明確完成標準同機械化執行路徑嘅任務中表現出色。

適用場景：

• 框架遷移 - 將測試框架由Jest轉換為Vitest
• 大規模重構 - 將React由v16升級到v19
• 測試覆蓋率擴展 - 將覆蓋率由60%提升到85%
• 文檔自動生成 - 自動生成API文檔

唔建議嘅場景：

• 模糊嘅需求 - 「幫我搞清楚個app點解咁慢」呢類開放性問題
• 架構決策 - 喺微服務同單體架構之間做選擇
• 安全關鍵代碼 - 寫認證或支付邏輯
• 探索性工作 - 探索新功能嘅方向

成本管理好重要。 50次迭代循環可能使到50至100美元甚至更多。max-iterations旗標既係安全網亦係成本控制手段。一定要喺沙箱環境入面執行，用dangerously-skip-permissions旗標嗰陣要格外小心。

值得關注嘅範式轉換

Ralph Wiggum唔淨止係一個插件，佢預示住我哋同AI編程助手協作方式嘅根本性變革。

轉變正喺三個方面發生：

• 由互動式到自主式 - 由審查每一步到定義目標之後放手
• 由單次嘗試到迭代收斂 - 由一次性提示到向解決方案不斷精煉嘅循環
• 由人嘅速度到機器嘅速度 - 由開發者嘅節奏到運算嘅節奏

提示工程嘅核心都喺度演進。佢唔再係逐步指揮AI，而係寫能夠透過反覆執行收斂到正確解決方案嘅提示詞。

一夜之間代碼自動完成嘅夢想，正喺度變成現實。