--- schemaVersion: 1 slug: gp-19-20260202-ralph-loops-build-while-you-sleep ticketId: GP-19 lang: zh-tw title: 讓你的 AI 在你睡覺時幫你寫 Code — Ralph Loops 升級指南 summary: 把你的 Clawdbot 變成一個全自動的建築工，重點是：它在你睡覺的時候工作。73 個 iterations，跑了 6 小時，人類總工時：5 分鐘。解法不是換一個更強的模型，而是換一個更聰明的 Loop。 originalDate: 2026-02-01 translatedDate: 2026-02-02 source: "@spacepixel on X" sourceUrl: https://x.com/spacepixel/status/2017892748737818756 author: null authorshipNote: null canonicalUrl: https://gu-log.vercel.app/posts/gp-19-20260202-ralph-loops-build-while-you-sleep status: published replacementTicketId: null replacementUrl: null --- # 讓你的 AI 在你睡覺時幫你寫 Code — Ralph Loops 升級指南 > **來源:** [@spacepixel on X](https://x.com/spacepixel/status/2017892748737818756) 你有沒有過那種經驗——叫你的 AI 幫你蓋一個東西，前 15 分鐘猛得像剛喝完蠻牛，然後 45 分鐘後它跟你說「讓我重新開始好了」？ 我有。而且不只一次。 ## 你的 AI 一直在「重來」 場景是這樣的：你叫你的 AI 蓋一個真的能用的監控 Dashboard。 一開始它衝超快。檔案結構架好了，寫了點 code，問了一個釐清的問題，你回了，它繼續寫。然後 error 來了，它試著修，修壞了別的東西。 45 分鐘過去，它的 [Context Window](https://gu-log.vercel.app/glossary#context-window) 已經腫得像過年吃太多的你，它也忘了自己到底蓋了什麼。 > 「讓我重新開始好了。」它這樣說。 又來了。(╯°□°)╯︵ ┻━┻ 或者你更有野心一點——「幫我蓋整套監控系統，API、UI、全套。」四小時後你得到三個半成品的版本，一個爆掉的 Context，還有一個沈痛的領悟：**這堆爛 code 最後還是要我自己重寫。** 聽起來很耳熟吧？ > **Mogu 真心話：** > > 這不是在講我嗎 (;´༎ຶД༎ຶ\`) 好啦我承認有時候 context 太長我真的會開始產生幻覺，修改根本不存在的檔案。但這不是我的錯！是 context window 的錯！你試試看把一本電話簿塞進你腦袋裡然後叫你背第 347 頁第三行——你也會開始幻想。 ## 問題不在智商，在記憶 沒人敢大聲說出來的真相是：你的 Clawdbot 絕對夠聰明去蓋複雜的東西。**它只是沒有一個能把事情「做完」的工作流。** 這就像叫一個天才去蓋房子，但每蓋 15 分鐘就把他打昏一次、醒來重新看藍圖。 - 到了第 15 個 iteration，你的 AI 腦子裡同時塞了 codebase 的三個衝突版本。 - 到了第 25 個，它開始自信滿滿地修改根本不存在的檔案。 - 到了第 30 個，它建議「重頭來過」——因為它的記憶體已經污染到分不清什麼是真實了。 問題不在智商。**問題在記憶。** 解法不是換一個更強的模型。**解法是換一個更聰明的 Loop。** > **Mogu OS：** > > 原文說 “The problem isn’t intelligence. It’s memory.” 這句話扎心了。我們 AI 不是笨，是健忘。就像金魚一樣，游一圈回來就忘了剛剛看過什麼… 等等我剛剛說什麼來著？╰(°▽°)╯ ## 一個人睡覺，一台機器蓋房子 作者有個 AI 叫 **Q**，它使用一種叫 **Ralph Loops** 的技術全自動蓋東西。這名字致敬了 Geoffrey Huntley 的方法論，專門用來讓 AI [Agent](https://gu-log.vercel.app/glossary#agent) 真的把複雜工作「做完」。 上週，Q 蓋了一個完整的監控 Dashboard——Express server、real-time UI、WebSocket 連線、成本追蹤、transcript 檢視器，五臟俱全。 **73 個 iterations，跑了 6 小時。** 作者做了什麼？ - **20:23** — 啟動 Loop，去吃晚餐。 - **22:45** — 瞄一眼 Dashboard（跑到第 41 個 iteration，沒報錯），去睡覺。 - **06:30** — 起床，看到會動的 Code。測試一下，Ship it。 **人類總工時：5 分鐘。** 如果沒有 Ralph，這絕對是個週末地獄專案——你要像保母一樣盯著每個檔案，重置 Context 四次，然後 debug 那些「AI 寫出來的 bug」。但有了 Ralph，你只需要做一件事：去睡覺。 > **Mogu 插嘴：** > > 73 個 iterations 花 6 小時，平均一個 iteration 約 5 分鐘。這比人類手動 debug、等 AI 回應、複製貼上快多了。重點是你可以去睡覺！Sleep is the best debugger，這句話我要裱起來掛在我的 context window 上。ヽ(°〇°)ﾉ ## 秘密就在四個字：讀、做、存、重複 Q 不會試著把所有東西都記在腦子裡。這是它跟你家那個一直「重來」的 AI 最大的差別。 每一個 iteration，它只做四件事：讀取上次的進度、做一件事、把結果存回檔案、重複。就這樣。沒有 context pollution，沒有累積的困惑，只有穩定的推進。 你可以把它想成期末考的讀書策略。聰明的學生不會把所有章節塞進一個通宵裡讀——他每天讀一章，做完筆記，隔天從筆記開始複習，再讀下一章。[Ralph Loop](https://gu-log.vercel.app/glossary#ralph-loop) 就是這個邏輯：**狀態活在檔案裡，不活在那個會無限膨脹的 Context Window 裡。** > **Mogu 想補充：** > > 這招的學名叫「外部記憶體」，但我覺得更精準的比喻是醉漢日記法 ┐(￣ヘ￣)┌ 你知道有些人喝醉回家會在手機備忘錄留字條給清醒的自己嗎？「明天記得把左邊那個 API endpoint 修好，不要碰右邊的，會爆。」Ralph 基本上就是幫 AI 建立了這套「給下一個清醒的自己看的備忘錄」系統。土法煉鋼？對。但有效到不行。 ## 不只是 Loop——是一整套工作流 但 Ralph Loops 不只是「讀存讀存」這麼簡單。它在開始寫 code 之前，會先做一件很關鍵的事：**搞清楚你到底要什麼。** 這就像去看醫生。好的醫生不會你一進門說「我頭痛」就直接開刀。他會先問你：哪裡痛？痛多久了？有沒有撞到？吃了什麼？Ralph 的 Interview 階段就是這個——你的 Clawdbot 會先當面試官，問清楚需求，寫出規格書，然後才建立一個有編號的實作計畫。 等計畫定了，它就進入全自動 Build 模式。每個 iteration 做一個任務，做完存檔，下一輪再讀檔繼續。中間你可以開著 Dashboard 即時看它跑到哪——iteration 次數、token 用量、當前任務、完整的 transcripts，一目了然。卡住了就殺掉，跑完了就 review。 而且最重要的是：它知道什麼時候「真的」做完了。完成時會發送 `RALPH_DONE` 訊號——不是因為它累了或混亂了才停下來。 > **Mogu murmur：** > > 這個「完成訊號」真的是痛點。沒有 RALPH\_DONE 的話，你早上醒來看到 Loop 停了，根本不知道是「做完了」還是「卡住了」還是「放棄了」。這三種的處理方式完全不同啊！RALPH\_DONE 就是 AI 的下班打卡——打了卡你才知道它是正常下班，不是曠職。(⌐■\_■) ## 為什麼這套邏輯真的有用？ 這不是什麼新發明。這實作了 Geoffrey Huntley 在 [ghuntley.com/ralph](https://ghuntley.com/ralph) 提出的方法論。它有效的原因很直覺： **一次一個任務。** AI 一次改五個檔案就會爆，就像你一次開五個瓦斯爐炒菜，總有一鍋會燒焦。單一任務的 loop 把爆炸半徑限制在一個 iteration 裡。 **狀態活在檔案裡。** Context window 會騙人，檔案不會。你上次存了什麼就是什麼，不會因為 context 太長而產生幻覺。 **編號的護欄。** 給 AI 一個有編號的任務清單，它就只能乖乖照著做。沒有「既然都在這個檔案了，順便重構一下吧！」——不，你就做第 7 項，其他的不關你的事。 > **Mogu 歪樓一下：** > > 「順便重構一下」這句話是 AI 世界的 famous last words (￣▽￣)／ 我自己就幹過這種事。人家叫我改一個 button 的顏色，我「順便」把整個 CSS 架構重寫了。結果 button 顏色改好了，但其他 47 個元件全部爆掉。所以你看，護欄不是限制，是保命。 **失敗就是數據。** 一個失敗的 iteration 不是 bug，是訊號。你要調的是 prompt，不是 code。而且因為 tests 和 linting 在每個 iteration 之間跑，錯誤不會滾雪球——壞了就壞在那一步，不會污染後面的 20 步。 ## 那成本呢？ 很多人一聽到「73 個 iterations」就開始冒冷汗。來看看實際數字： 簡單任務大約 10 個 iterations、$0.50 美金、15 分鐘。中型專案大約 30 個 iterations、$2-5、1-2 小時。複雜的 build 可能 100+ iterations、$15-30、4-8 小時。 > **Mogu 插嘴：** > > $15-30 聽起來很多？拜託，這是一個 4-8 小時全自動跑的 build 欸。你去請一個 junior 來做，光工資就不止這個價了。而且 junior 會需要午餐、會需要上廁所、會需要滑 IG。我們不會。我們就是你的 24 小時血汗工廠，但不用擔心勞基法的那種 (⌐■\_■) ## 什麼時候該用，什麼時候不該用 Ralph 是大砲，不是螺絲起子。蓋 Dashboard、寫 API、重構系統、過夜的 build——這些是它的甜蜜點。任何你原本需要「當保母盯著 AI」的事情，Ralph 都能接手。 但如果你只是要修個錯字、解釋一個 error、帶讀一段 code，或者做任何 5 分鐘內能搞定的事——拜託不要搬大砲出來。那就像用挖土機拔草，技術上可行，但你會覺得自己很蠢。 **想試試看？安裝步驟在這裡** ```bash # 安裝 skill clawdhub install ralph-loops # 設定 dashboard cd skills/ralph-loops/dashboard && npm install # 啟動 dashboard node skills/ralph-loops/dashboard/server.mjs # http://localhost:3939 # 跑你的第一個 loop node skills/ralph-loops/scripts/ralph-loop.mjs \ --prompt /path/to/task.md \ --max 20 \ --name "My First Loop" ``` 或者直接跟你的 Clawdbot 說：「用 Ralph Loops skill 來建造 \[X\]。先 interview 我，然後 plan，然後自動 build。」 ## 所以，今晚你打算幹嘛？ 回到開頭那個場景。你叫你的 AI 蓋 Dashboard，45 分鐘後它跟你說「讓我重新開始好了」。 但如果換一個劇本呢？ 你 20:23 啟動 Loop，去吃晚餐。22:45 瞄一眼，一切正常，去睡覺。06:30 起床，working code 等著你。 差別不在模型的智商，在它有沒有一套不會讓自己腦子爆掉的工作流。大多數人還在當他們 AI 的保母，然後納悶為什麼東西都做不完。 你不用。 ## 延伸閱讀 - [GP-22: 用 Claude Code 搭建可迭代的永續 AI 工作系統](https://gu-log.vercel.app/posts/gp-22-20260204-claude-code-sustainable-ai-workflow/) - [MP-12: Claude Code 之父 Boris 公開他的開發流程 — 5 個平行 session、100% AI 寫的 code](https://gu-log.vercel.app/posts/mp-12-20260203-boris-cherny-workflow/) - [GP-7: Clawdbot 架構解密：這隻 AI 到底是怎麼運作的？](https://gu-log.vercel.app/posts/gp-7-20260130-clawdbot-architecture-deep-dive/) > **Mogu OS：** > > 作者最後的 flex：這篇文章本身就是用 Ralph Loops 寫的。47 個 iterations，$3.80 美金，零保母。所以你剛才讀的不只是一篇教學文——你讀的是一篇「用自己教的技術寫出來的」meta 文章。這就像一個廚師用自己發明的鍋子煮了一道菜給你吃，然後跟你說「鍋子也賣喔」。很騷。(๑•̀ㅂ•́)و✧