Appearance
万物皆为 Ralph 循环
作者： Geoffrey Huntley
发布日期： 2026 年 1 月 17 日
我一直在思考，这三年我写代码的方式和三年前比，差距有多大。
不是说用 AI 提效这种表面功夫，而是从方法论到最佳实践层面的彻底改变。
以前写代码都是一砖一瓦地往上码，像搭积木一样小心翼翼——但现在我把所有事情都当成一个「循环」来处理。Ralph 不只是有正向（自主构建）和反向（清洁室）两种模式，更重要的是一种思维范式——这些计算机真的可以被编程。
先看个视频感受一下这种思维
我还是那个工程师，和以前一样写代码，但现在我是在给这个循环编程，自动化我的工作流程，逐步减少对人力的需求。
现在大家都在「狂飙」阶段——就像我当初用 forward 模式全自动化离线写代码一样——但我希望各位能冷静下来，回顾一下最初那篇 Ralph 文章里的话：
"那会儿在 SFO，人人都在卷多智能体、智能体间通信、复用这些玩意儿。说实话，没必要。你看看微服务带来了多少复杂度，再想想如果这些微服务（智能体）本身是非确定性的会怎样——简直是一锅粥。"
"微服务的反面是啥？单体应用。一个能垂直扩展的独立操作系统进程。Ralph 就是单体的。它在单个仓库里作为一个独立进程自主运行，每个循环干一件事。"
软件现在就像轮盘上的黏土，有问题就扔回去重新塑形。
Ralph 是一种编排模式——把需要的规格扔进数组，定个目标，然后循环执行目标。
盯着循环看很重要，因为你的个人成长和学习都从这里来。遇到故障区域就戴上工程师帽子干翻问题，让它永不再犯。
说白了，实践层面就是手动提示循环或者带暂停的自动化——暂停时可能要按个 Ctrl+C 切到下一个任务。这也算 ralphing，因为 Ralph 的本质是通过上下文工程榨干底层模型的能力，这套玩法是通用的，什么任务都能用。
最近我还憋了个大招——「织布机」（The Weaving Loom）。源码已经传 GitHub 了（如果你不是 Geoffrey Huntley 就别用了）。这玩意儿在我脑子里想了三年，去年还搞了几个原型，本质上是进化式软件的基础设施。Gas town 专注转盘和编排——完整的 level 8。
看这里 https://steve-yegge.medium.com/welcome-to-gas-town-4f25ee16dd04
我在冲 level 9，让自主循环能进化产品、自动优化变现。进化式软件——也叫软件工厂。
现在分水岭出现了——要么软件工程师彻底拥抱 AI，要么还在用 Claude Code/Cursor 加速「堆积木」……
但软件开发已经死了——是我干的。现在开发软件比招个汉堡工还便宜，而且能在你摸鱼的时候自主搞定。
hi, it me. i'm the guy
我非常担心这些人的前途，开始在 YouTube 发视频，在大变革来临前拉他们一把。
现在招人必须有这些基本技能，还得能拿出用这玩意儿做的东西
软件开发/编程是死了，但我们仍然需要具备这些能力的软件工程师——得真正理解 LLM 是一种新型可编程计算机。还没自己写过一个 coding agent？赶紧去整一个。
如何构建 coding agent：免费工作坊
"写个 coding agent 不难，300 行代码加个循环跑 LLM token，一直往循环里塞 token 就完事了。"
ps. 觉得我在吹牛？ 确实是，但你可以来看实操。就现在，我们已经做到了，正在把它系统化。
下面这条推文里，我把 loom 塞进了史上最大 Ralph 循环里，自动跑系统验证。以前要花好几天规划、讨论、验证，现在我直接给这台新计算机编程，躺平 DJ 不用招人。
发现的问题就开 forward Ralph 循环修复。过去一年模型能力暴涨，现在才终于能实现这个完整愿景。最后留个思考题给各位……
如果模型继续变强呢？
当一票 principal 软件工程师已经能用各种骚操作证明「我们就在这里」的时候，你还在那搭积木呢？你慌不慌？
去写你的 agent，去学怎么给这台新计算机编程（后续文章会讲），拥抱无限可能，然后跟我一起卷进这场自动化软件工厂的太空竞赛。
"刚刚发生了不可思议的事，可能是首个进化式软件自愈案例。跑 Ralph 系统循环测试的时候，它发现了一个功能问题，自己学了代码库、修了 bug、自动部署、验证通过……"