编程新宠Ralph：让AI在无人值守时也能高效工作

编程界的传奇人物玛特·波科克（Matt Pocock），被尊称为TypeScript巫师，在最新的一堂编程课程中，对某个工具赞不绝口。

“以往，无论你使用哪种模型编程，得到的往往只是半成品，AI只能承担些琐碎的工作。但这款工具不同，你能将整个待办列表交付给它处理。”

这堂课长达4小时，售价375美元，名额限制为40人，而玛特仅用半个小时就售罄了。

关注vibe coding的程序员们，最近一定被一位鼻孔外翻、面容呆滞、头发稀疏的黄色胖子刷屏了，一只眼睛站岗，另一只眼睛放哨。

这就是Ralph。

简而言之，Ralph是一个Agent插件，开发者只需输入需求，就能当个甩手掌柜。

它会自我监督运行，通过不断测试代码，直至完全符合需求才停止。

一个真实场景是，睡前打开Ralph，输入明天的开发内容，第二天醒来，Ralph已完成所有代码，待你审阅。

而你无需在编程上花费1秒，甚至无需像使用vibe coding那样守在电脑前，逐行帮助听不懂话的AI改代码。

你唯一要做的就是睡个好觉。

自Ralph上传至Github以来，不到两周便收获7000颗星星。这速度令人震惊，即便是热门项目，两周内也难得突破7000颗星。

要知道，即使是DeepSeek主仓库，在同样时间内也仅收获近8000颗星星。

在线编程教育平台Treehouse创始人瑞安·卡松（Ryan Carson）直言，“所有人都在谈论Ralph”。

01

Ralph得名于动画《辛普森一家》中的角色Ralph Wiggum。他虽不聪明，但执着不懈。

开发者杰弗里·亨特利（Geoffrey Huntley）在中文互联网上有更亲切的称号——“澳洲放羊大叔”。

他并非传统意义上的程序员，实际上以放牧为生。而且澳洲放羊大叔不住在房子里，只住在自己的房车里。

回到正题，Ralph并非全新独立软件产品，更像是一种工作哲学或可执行脚本，旨在让现有AI编程代理（如Anthropic的Claude Code、Cursor等）在你离开电脑时也能持续工作。

“澳洲放羊大叔”表示，Ralph的核心可简单概括为一行代码，但其威力不容小觑。

其工作流程可分解为几个关键步骤：

第一步是任务分解。开发者需将庞大功能需求拆分为一系列足够小、可独立完成的原子任务。每个小任务必须有明确、可被机器自动检测的“通过”或“失败”标准。

模糊指令如“让界面更好看”行不通。任务需具体，如“添加一个优先级列，默认值为中等”。

任务清单准备好后，Ralph便开始循环执行。

每一轮迭代中，它会选择尚未完成的任务。读取项目当前状态，包括git版本历史、记录工作进度的progress.txt文件及包含所有待办事项的prd.json产品需求文档。

然后调用AI模型编写实现该任务所需的代码。

代码编写完成后进入测试环节。Ralph运行预设测试脚本验证新代码是否正常工作，是否满足任务验收标准。

测试通过则自动将代码变更提交到git版本控制系统，并在prd.json中标记任务为完成。成功经验及可能遇到的问题和解决方案记录在progress.txt中作为后续迭代参考。

测试失败则不会停下等待用户干预而是将错误信息记录到errors.log文件中。下一轮循环开始时AI读取错误日志学习并尝试不同方法解决同一问题避免重复错误。

这种工作方式解决了当前AI编程工具普遍面临的难题——上下文窗口限制。

长时间连续对话构建复杂功能时随着代码量增加和对话轮次增多AI会逐渐忘记最初指令和约束。

它可能开始自相矛盾或在修改一处时破坏另一处功能。最终开发者发现自己像在照顾记忆力不佳的小学生需要不断提醒和纠正效率大打折扣。

02

...（中间部分保持不变）...