# ralph-loop

2026 六月，整條 AI coding 時間軸被一句六個字的話掐住喉嚨：別再 prompt agent，去設計會 prompt agent 的 loop。問題是，幫忙轉發的人在回覆區吵成一團，沒一個說得清 loop 到底是什麼。這篇不講「怎麼蓋一個 loop」（那是 SP-220 的事），它回答更前面的問題：這個詞憑什麼紅、它有五年的家譜、為什麼現在最貴的不是模型而是那個迴圈——以及一個更耐放的結論：真正的資產不是 loop，是它呼叫的 skill。

如果沒有 CI、存檔前的關卡、評審團、驗證器這些護欄，AI 寫的文章會爛成什麼樣？gu-log 有五百多篇，答案不用想像——這篇 SD-26 自己的第一版就是標本：分數全過，讀起來還是很尷尬很 AI。一張很龜毛的編輯台，是怎麼把雜事清光、只留品味給人的。

3 分鐘 lightning talk 投影片。AI 什麼都讀過，但有些概念它還不知道——你知道、它不知道，這就是你的槓桿。

gu-log 有 336 篇 AI 翻譯的文章。我們以為品質「還行」——直到用 multi-agent 系統認真評分後，發現 74% 需要改寫。這是我們怎麼設計評分系統、怎麼 overnight 跑完全站改寫、以及學到了什麼的故事。