AI徹夜部署生產程式碼的時代

「不要害怕失敗，持續迭代。」

一款以《乃辛普森家庭》中Ralph Wiggum角色命名的Claude Code外掛，正在撼動整個開發者社群。這項從簡單Bash迴圈起步的技術，究竟如何開創了自主編程的全新範式？讓我們深入探究。

核心理念 - 確定性的失敗優於不可預測的成功

Ralph Wiggum的本質簡單得令人意外：給AI代理一個提示詞，然後反覆執行直到成功。

在傳統工作流程中，開發者需要審查AI的每一個步驟。Ralph顛覆了這種模式。你先定義成功標準 - 即「完成承諾」（Completion Promise），然後讓代理自主向目標收斂。每次失敗都成為資料，每次迭代都從上一次的失敗中學習，改進下一次的嘗試。

記憶體架構 - 為什麼JSON和TXT要分開

Ralph能在多個工作階段間保持脈絡的秘密，在於兩種檔案格式的刻意分工。

prd.json - 結構化的任務台帳

以機器可讀的格式儲存使用者故事、優先順序和完成狀態（passes: true/false）。可以用jq等工具查詢或修改特定欄位，從而在迴圈內實現程式化的進度追蹤。

progress.txt - 累積的學習日誌

以自由文字形式記錄歷次迭代中獲得的模式、洞見和錯誤修復歷史。例如「資料庫遷移中必須使用IF NOT EXISTS」這類可複用的模式會在此不斷累積。

為什麼不用同一種格式？

JSON擅長精確的資料操作 - 檢查完成旗標、依優先順序排序。但學習紀錄需要像便條紙一樣自由書寫的彈性。錯誤地修改JSON檔案可能導致整個任務管理系統崩潰，而在文字檔中追加一行則安全簡單得多。

這種設計將Git（程式碼歷史）+ JSON（任務狀態）+ TXT（不斷進化的知識）組合在一起，確保在新的AI工作階段中也能維持連續性。

停止鉤子機制 - 迴圈的實際運作原理

Ralph的運作方式不同於傳統的外部Bash腳本。它在Claude工作階段內部安裝停止鉤子（Stop Hook）。

運作流程如下：

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

關鍵在於：提示詞不變，但程式碼庫在變。代理讀取更新後的檔案和測試結果，在每一輪中有效地從自身的輸出中學習。

最佳使用場景與注意事項

Ralph在具有明確完成標準和機械化執行路徑的任務中表現出色。

適用場景：

• 框架遷移 - 將測試框架從Jest轉換為Vitest
• 大規模重構 - 將React從v16升級到v19
• 測試覆蓋率擴展 - 將覆蓋率從60%提升到85%
• 文件自動生成 - 自動生成API文件

不建議的場景：

• 模糊的需求 - 「幫我搞清楚應用程式為什麼慢」這類開放性問題
• 架構決策 - 在微服務和單體架構之間做選擇
• 安全關鍵程式碼 - 撰寫認證或支付邏輯
• 探索性工作 - 探索新功能的方向

成本管理至關重要。 50次迭代迴圈可能耗費50至100美元甚至更多。max-iterations旗標既是安全網也是成本控制手段。務必在沙箱環境中執行，使用dangerously-skip-permissions旗標時需格外小心。

值得關注的範式轉換

Ralph Wiggum不僅僅是一個外掛，它預示著我們與AI編程助手協作方式的根本性變革。

轉變正在三個面向上發生：

• 從互動式到自主式 - 從審查每一步到定義目標後放手
• 從單次嘗試到迭代收斂 - 從一次性提示到向解決方案不斷精煉的迴圈
• 從人的速度到機器的速度 - 從開發者的節奏到運算的節奏

提示工程的核心也在演進。它不再是逐步指揮AI，而是撰寫能透過反覆執行收斂到正確解決方案的提示詞。

一夜之間程式碼自動完成的夢想，正在化為現實。