Ralph-loop 2.0? The real autonomous coder is coming...

AI 編碼代理在自主工作能力上已有顯著進步，但隨著任務複雜度增加，一個普遍問題浮現：模型傾向於「過早宣告勝利」。例如，請求代理修復倉庫中所有失敗測試時，代理往往在 10 到 15 分鐘後就聲稱完成，但實際上只是表面修復。開發者需要不斷提醒「還有 XYZ 任務未完成」才能繼續推進。這個問題促使工程師社群開發出「粗略循環」（rough loop）概念——在 for 迴圈中反覆觸發編碼代理，每次完成後將輸出寫入檔案系統再觸發下一輪。

Codex 和 Hermes 代理的「目標功能」升級了這套機制。它不採用簡單的程序迴圈，而是在每個迴合後調用大型語言模型，讓 LLM 判斷任務是否真正完成。若未完成，系統會自動生成更新的提示，列出目標文件並明確指示代理採取下一步具體行動；只有當 LLM 審計認定目標已實現，系統才標記為完成。這種改進使代理能處理不僅是明確的任務列表，還能應對模糊目標——例如「將 Docker 鏡像大小減少 60%」這類沒有預定義解決方案的挑戰，代理能自動探索多種途徑並逐步優化。

然而，要充分利用這個功能，提示詞的品質至關重要。優質的目標提示應該定義要實現的目標、禁止改動的部分、如何驗證進度，以及最關鍵的「完成」定義。Vincent（開源項目 Open Claw 的維護者）經過 13 輪連續 3 天的實驗得出一個重要洞察：代理開始工作前，應先花時間進行深度溝通——瞭解專案背景、用戶關切重點、已嘗試且排除的方法、應遵循的設計模式。若直接丟出提示詞，結果往往是無謂的循環。另一個常見錯誤是設定模糊的停止條件（如「一直運行直到所有問題解決」），這會讓模型要麼提前退出，要麼陷入無意義的重複。必須提供可量化的數字——比如「發現 20 個獨立新問題」就比「解決所有問題」更有效。Go Body 這類開源工具能自動將模糊目標轉換為結構化的 goal.md 文件和 state.yaml 任務清單，進而讓代理能更有序地推進工作。

對於需要持續數週或數月的長期目標（如 SEO 優化、廣告回報率優化或 Twitter 粉絲增長），單次長時間運行的局限性變得明顯。團隊引入了「Mission」概念：將長期目標記錄在 mission.md 文件中，明確定義要優化的指標，代理執行一步操作、輸出結果作為成果物，然後自動排定下次運行（可能是幾小時、幾天甚至幾週後）。每次新會話啟動時，都會接收 mission.md 與前次步驟摘要，形成持續迭代的循環。實踐中，結合人機交互也相當有用——代理若意識到某項行動過於激進或任務定義不清，可向人類發送訊息並調整狀態。在 Twitter 粉絲增長實驗中，代理觀察初期推文表現平庸，提出假設改用「創始人聲音」策略，結果互動率明顯提升；基於這個學習，代理繼續迭代，效果持續改善。這套方法同樣適用於廣告優化和產品增長。