Ralph：让 Agent 跑长任务的四条纪律

观点：AI 跑长任务会犯四种病——上下文膨胀、没有持久记忆、错误滚雪球、偷懒糊弄。Ralph 框架的解法是五行 bash 循环：每轮开全新上下文，读同一份指令，做一个任务，跑测试，写日志，下一轮重来。

作者用 Ralph 让 AI 连续工作 6 小时、20 多次 commit、30 多次迭代，零插手做出一个多人协作白板。机制朴素得可疑：每轮用完上下文就扔，记忆靠三样落盘的东西（任务清单记进度、经验日志记踩坑、git 提交记成果），每轮重新读一遍。奥卡姆剃刀：现在好用的 AI 机制都简单到大白话能解释——Ralph 是，skills 也是。

洞察：AI 的错误是可预测的，可预测就意味着可防御。 它会偷懒、写 TODO 占位符、跳过边界情况、为了过测试而糊弄——既然知道它会怎么坏，就把防御写进流程：测试不过不许提交，验收标准写死，犯了错改指令而不是骂模型。这是管理 Agent 的心法从”祈祷它别错”到”设计让它没法错”的换挡。

启示：四条可直接执行的纪律。 ①任务拆到一轮能搞定的大小——颗粒度一大，质量直线下降（无限画布是一个任务，矩形画图工具是另一个任务）；②验收标准写死不写活——“支持缩放”是需求，“滚轮缩放、空格加拖拽平移、底部显示缩放百分比”才是验收标准；③git 是安全网——每个节点能回退，git reset 比推倒重来便宜一万倍；④记忆落盘不落上下文——任务清单、经验日志、提交记录都在硬盘上，新窗口重新读。

提醒： Ralph 适合”可测试”的任务（代码类），判断类任务（写文案）的验收标准没法这么写死。框架极简但要求你会写好的任务清单——垃圾进垃圾出，拆错任务神仙循环也救不了。另有两条边界原片没讲透：这套循环解决的是”不忘记”，不解决”做不好”——单轮质量仍取决于模型本身能力；视频只展示了成功案例，失败后怎么回调 prompt 的迭代过程没有展开，别当成开箱即用的保证。

---

📺 第四种黑猩猩《10min Agent做长任务》，抖音，2026-04-09 · 原视频 · 库内 2026-04-09-10minAgent做长任务小白入门 · 速览 速览/2026-04-09-Ralph长任务