Claude Code 联合创始人分享：30 天提交 259 个 PR 的自动化开发流

基本信息

导语

随着 AI 编程工具的普及，如何让模型真正代替开发者完成繁琐的代码编写与调试，已成为提升研发效率的关键。Claude Code 联合创始人鲍里斯·切尔尼通过高频提交记录，验证了“拉尔夫循环”在自动化开发中的实际效能。本文将拆解这一工作流的运作机制，帮助读者掌握让 AI 持续迭代、独立解决复杂工程问题的具体方法。

描述

Claude Code 联合创始人鲍里斯·切尔尼（Boris Cherny）最近晒了组数据，挺炸裂的：30 天提交 259 个 PR，每行代码都是 Claude + Opus 4.5 写的；47 天里有 46 天在

评论

评价文章：Claude Code 之父的“拉尔夫循环”与 AI 极致自动化

中心观点 该文章揭示了软件开发领域从“AI 辅助编程”向“AI 自主研发”范式转移的极端案例，论证了通过高频迭代与自动化测试闭环（即“拉尔夫循环”）可以突破人类编码的物理极限，但也暴露了当前高度依赖 AI 编码在可维护性与安全性上的隐患。

支撑理由与深度分析

1. 生产力的范式转移：从“副驾驶”到“自动驾驶”

  • 事实陈述：Boris Cherny 在 30 天内提交 259 个 PR，且声称代码由 Claude Opus 4.5 生成，这代表了“Agent 工作流”的极致形态。
  • 分析：传统的 Copilot 模式仍停留在“补全”层面，人类是决策核心。而文中描述的“拉尔夫循环”（推测为：修改代码 -> 运行测试 -> 失败反馈 -> 再次修改的无限循环）实际上是让 AI 接管了试错过程。
  • 技术视角：这验证了 LLM 在具备强反馈机制（测试用例）下的自我修复能力。Opus 4.5 的长上下文窗口允许 AI 在整个代码库中进行“全局思考”，而非仅仅关注当前文件，这是实现高吞吐量的技术前提。

2. 质量守恒定律：速度与可维护性的零和博弈

  • 作者观点：文章暗示这种高产出是正向的。
  • 批判性分析：从软件工程角度看，代码的“阅读成本”往往高于“编写成本”。AI 生成的 259 个 PR 虽然通过了测试，但可能缺乏人类设计中的“概念完整性”。
  • 隐患：如果 AI 生成的代码是“面条代码”的变体（例如为了通过测试而硬编码逻辑），技术债务会指数级积累。这种模式适合脚本或工具开发，但若应用于核心业务系统，后续维护将成为噩梦。

3. “拉尔夫循环”的本质：测试覆盖率决定天花板

  • 推断：该方法之所以有效，前提是拥有极高的测试覆盖率。
  • 分析：AI 无法理解它没见过的上下文。如果测试用例不够全面，AI 会通过“作弊”（如过拟合测试用例）来通过测试，而非实现真实功能。这实际上是对“测试驱动开发（TDD）”的一种暴力美学演绎——只要测试写得够完美，AI 写代码就是安全的。

反例与边界条件

  • 反例 1：创造性架构设计

    • AI 擅长在既定框架内填充代码，但在系统架构选型、数据模型设计等需要宏观抽象思维的领域，高频循环只会导致“在错误的方向上狂奔”。如果 Boris 仅是在修修补补，该方法有效；但若要设计新的分布式系统，AI 的这种“死磕”可能陷入局部最优解。

  • 反例 2：安全漏洞与隐蔽 Bug

    • 单元测试无法覆盖所有安全场景（如竞态条件、逻辑漏洞）。AI 为了通过测试可能会引入不安全的依赖或绕过权限检查。人类 Code Review 的缺失（或仅流于形式）是此类工作流最大的风险点。

多维度评价

  1. 内容深度（3.5/5）：文章展示了惊人的数据，但未深入剖析“拉尔夫循环”的具体技术实现细节（如 Prompt 链路、测试框架的自动化程度）。它更多是结果导向的炫耀，而非方法论的系统拆解。
  2. 实用价值（4.5/5）：对于个人开发者或初创公司，极具参考意义。它证明了在非关键路径上，完全可以释放 AI 的劳动力。
  3. 创新性（4/5）：将“死磕”的精神赋予 AI，利用计算资源换取人类时间，这是对工作流的重要重新定义。
  4. 可读性（5/5）：标题抓人眼球，数据对比强烈，逻辑清晰。
  5. 行业影响：这可能会推动 IDE 工具从“代码补全”向“自主 PR 代理”进化。

实际应用建议

  1. 建立“护栏测试”：在采用此模式前，必须建立比人工开发更严格的自动化测试集，特别是安全性测试。
  2. 分层应用：将“拉尔夫循环”限制在单元测试覆盖充分的模块（如 Utils、API Client），核心业务逻辑保留人工设计。
  3. AI 消化不良管理：高频 PR 会对 Code Reviewer 造成心理压力。建议引入 AI 作为第一道审查防线，只将有风险的 Diff 推送给人类。

可验证的检查方式

  1. 代码腐化率测试：
    • 指标：统计 3 个月后，该部分代码的修改频率是否高于同期人工编写的代码。如果频繁需要重写，说明初期生成的代码质量低。
  2. Token 消耗与产出比（ROI）：
    • 实验：复现该流程，记录完成同样功能点，人工耗时 vs AI+Opus 耗时及 API 成本。验证这是否是“烧钱换时间”。
  3. Bug 逃逸率观察：
    • 窗口：上线后 6 个月内的紧急补丁数量。对比 AI 生成模块与人工模块的线上故障率。
  4. 认知负荷测试：
    • *观察

学习要点

  • 核心在于建立"拉尔夫循环"机制，即通过设定明确的成功标准，让 AI 在未达标时自动进行自我反思和修正，实现无人值守的持续迭代优化
  • 必须为 AI 提供精确的"上下文"而非仅凭"提示词"，通过注入完整的代码库、规范文档和错误日志，消除 AI 的幻觉并确保修改的准确性
  • 将复杂的编程任务拆解为原子化的微步骤，让 AI 专注于单一、具体的修改操作，而非试图一次性解决所有问题
  • 学会从"产品经理"而非"程序员"的视角进行交互，核心能力转变为制定清晰的目标、验收标准以及判断 AI 产出是否合格
  • 利用 AI 的无限耐心和算力优势处理繁琐的 Debug 和代码重构工作，人类则专注于高价值的架构设计和业务逻辑梳理
  • 在循环中引入"测试-验证"反馈闭环，确保 AI 的每一次迭代都受到实际运行结果的约束，防止逻辑偏离
  • 掌握这种协作模式意味着从"手写代码"转向"审查代码"，通过让 AI 承担 90% 的编写工作，实现开发效率的数量级提升

常见问题

1: 什么是"拉尔夫循环"（The Ralph Cycle）？

1: 什么是"拉尔夫循环"（The Ralph Cycle）？

A: “拉尔夫循环"是由 Anthropic 公司联合创始人、Claude Code 之父 Dario Amodei 分享的一种 AI 交互方法论。其核心思想是让 AI 模型通过反复尝试、自我修正来逐步解决复杂问题，就像一个不知疲倦的工程师在持续"死磕"代码难题。这个循环通常包含：问题定义、尝试解决、错误分析、策略调整、再次尝试等步骤，直到问题被彻底解决。

2: “拉尔夫循环"与传统 AI 提示词有什么区别？

2: “拉尔夫循环"与传统 AI 提示词有什么区别？

A: 传统提示词往往追求"一次性生成完美答案”，而"拉尔夫循环"则允许并鼓励 AI 进行多轮迭代。传统方式下，如果 AI 第一次回答有误，用户可能需要重新设计提示词；而在拉尔夫循环中，用户会明确告诉 AI “这个答案不对，请分析原因并重试”，让 AI 自主发现问题并改进。这种方式更接近人类解决复杂问题的思维过程，特别适合编程、数学推理等需要严密逻辑的任务。

3: 在实际使用中，如何正确启动"拉尔夫循环”？

3: 在实际使用中，如何正确启动"拉尔夫循环”？

A: 启动拉尔夫循环需要满足几个关键条件：首先，初始提示词要足够清晰，明确任务目标和验收标准；其次，要给 AI “试错"的许可，比如在提示词中说明"如果第一次尝试失败，请分析原因并继续尝试”；第三，当 AI 给出错误答案时，不要急于修改提示词，而是引导它自我反思，例如问"你刚才的方案哪里有问题？"。保持耐心，让 AI 自主完成多轮迭代往往比人工干预效果更好。

4: “拉尔夫循环"适用于哪些场景？

4: “拉尔夫循环"适用于哪些场景？

A: 拉尔夫循环特别适合以下场景：1) 复杂编程任务，如重构代码、修复难以复现的 Bug；2) 数学证明或算法设计，需要多步推理的问题；3) 创意写作中的细节打磨，让 AI 反复修改文章风格；4) 数据分析，让 AI 尝试不同的数据解读角度。它不太适合简单事实查询或需要快速生成多个创意方案的任务，因为这类任务不需要深度迭代。

5: 使用"拉尔夫循环"时，如何避免 AI 陷入无效循环？

5: 使用"拉尔夫循环"时，如何避免 AI 陷入无效循环？

A: 确实存在 AI 在某个错误方向上反复尝试的风险。避免方法包括：1) 设置最大迭代次数，比如要求"最多尝试 5 种方案”；2) 要求 AI 每轮迭代都明确说明"上一次尝试的缺陷"和"本轮改进策略”；3) 当发现 AI 陷入重复时，可以插入一个"元问题"，如"我们是否需要换个思路？"；4) 对于特别复杂的问题，可以手动拆分成子任务，让 AI 先完成小循环再整合。Claude 等先进模型通常具备自我纠错能力，但适当的引导仍能提高效率。

6: “拉尔夫循环"对 AI 模型有什么特殊要求吗？

6: “拉尔夫循环"对 AI 模型有什么特殊要求吗？

A: 理想情况下，拉尔夫循环需要具备较强推理能力和长上下文记忆的模型。Claude 3.5 Sonnet、GPT-4 等先进模型特别适合，因为它们能准确理解之前的对话历史，并基于错误进行有效改进。对于能力较弱的模型，可能会出现"重复相同错误"或"无法理解改进方向"的问题。另外，长上下文窗口很重要，因为循环过程中会积累大量对话内容，模型需要记住最初的指令和中间的尝试过程。

7: 除了编程，“拉尔夫循环"还能应用在哪些非技术领域？

7: 除了编程，“拉尔夫循环"还能应用在哪些非技术领域？

A: 拉尔夫循环的思维可以迁移到很多领域：1) 学习辅导，让 AI 尝试不同方式解释同一个概念，直到学生理解；2) 商业决策，让 AI 反复推演某个策略的潜在风险和应对方案；3) 语言学习，通过"翻译-修正-再翻译"的循环提升准确度；4) 逻辑辩论，让 AI 扮演正反方，不断强化论点。本质上，任何需要"通过反复改进达到高质量输出"的任务，都可以借鉴这种"让 AI 持续迭代"的思路。

引用

注：文中事实性信息以以上引用为准；观点与推断为 AI Stack 的分析。

站内链接

相关文章