【让AI编程代理在你睡觉时帮你写代码】

最近发现了一种能让AI编程代理长时间（几小时甚至几天）运行、在你睡觉时持续产出代码的方法。试过之后，我已经回不去了。

这就是所谓的“Ralph Wiggum”方法。核心理念很简单：用一个清白的状态反复运行编程代理，直到满足停止条件。

+ 具体实现

整个方案只需要一个Bash脚本：

1. 设置一个有限次数的for循环（比如10次），防止代理无限运行
2. 循环内让编程代理（Claude Code、OpenCode、Codex等）专注于仓库中的单一功能，直到完成。提示词中要求：“如果实现后没有更多工作要做，回复COMPLETE
3. 在循环中检测这个标记，存在就提前退出

+ 停止条件的设定

LLM如何知道何时发出完成信号？有几种方式：
- 直接提示：在提示词中给出清晰的停止条件
- TODO列表：给代理一个待办清单
- PRD（产品需求文档）：推荐方法，下面详述

+ 进度报告机制

必须在提示词中要求代理提交工作，并将进度追加到本地progress.txt文件。提交工作让后续代理能通过git历史了解之前做了什么。progress.txt是长期运行代理的标准做法，喂给代理时用“追加”而非“更新”，确保不覆盖之前的记录。

+ 保持CI绿色

每次提交必须通过所有测试和类型检查。这一点至关重要——如果不这样做，就会给后续代理留下坏代码，它们得花时间二分查找bug，非常麻烦。健康的反馈循环是成功的关键。

+ 用PRD解决核心问题

Ralph方法面临两个挑战：

第一，代理会选择过大的任务。它们不能正确评估工作量，尝试过于雄心勃勃的事情，结果耗尽上下文窗口，最终失败。

第二，代理不知道何时停止。

解决方案是用基于PRD的方法，将工作形式化为用户故事列表。这是PRD和TODO列表的结合体——一个JSON文件，包含多个用户故事，每个都有“passes: false”属性。

提示代理选择最高优先级的功能，只做这一件事，完成后更新相应PRD项的状态。这样能有效限制范围，只使用上下文窗口的一小部分，避免上下文腐化。停止条件也变得简单：“当PRD中所有测试用例都通过时，发出完成信号”。

+ 社区反馈中的洞见

有开发者指出，这个方法之所以有效，是因为它体现了“笨编排，聪明工人”的哲学。我们常常用LangChain或AutoGen等复杂框架过度设计代理，但一个简单的while循环加清晰的退出条件往往更稳健。把LLM当作需要重试的随机函数来对待——在代理设计中，“坚持不懈”比“聪明绝顶”更重要。

也有人提醒，flaky tests（不稳定的测试）是这种方法的隐形杀手。可能需要添加重试和隔离逻辑，否则循环会一直卡住。反馈循环的质量远比提示词技巧重要。

+ 总结

- Bash脚本循环
- JSON格式的PRD
- progress.txt进度追踪
- 保持CI绿色
- 建立健康的反馈循环

成本确实不低，但奇怪的是，比手动开发或单代理上下文切换等替代方案还是便宜。

x.com/mattpocockuk/status/2007924876548637089