新智元報道

編輯：好困 KingZH

【新智元導讀】澳洲牧羊大叔隨手寫的三行bash，11天內被OpenAI、Anthropic和Hermes集體收編了。

一覺醒來，Claude Code又更新！

為了讓Claude 持續工作直到任務完成，Claude Code最近推出的新功能：/goal 。

你只要設定條件，Claude不完成任務它絕不罷休！

用過AI編程工具的人都懂，這到底多重要！

你給Agent下了一個任務，它跑了三個回合，改了兩個文件，突然停下來問你「接下來需要我做什么？」

不是，bug你這還沒修完呢啊！

Agent越來越聰明，寫代碼越來越快，但「從頭到尾把一件事干完」這件事，到2026年初都沒有一家能做到。

然后，一位來自澳大利亞的牧羊大叔Geoffrey Huntley，用三行bash解決了。

done

他把它命名為Ralph Loop，致敬《辛普森一家》里那個永遠搞不清狀況但從不放棄的小孩Ralph Wiggum。

邏輯極其粗暴，無限循環，反復把同一個prompt喂給Agent。進度寫在文件系統和Git歷史里，上下文滿了就開新實例，讀文件接著干。

原始，不優雅，但十分有效。

有效到OpenAI看見了，Nous Research看見了，Anthropic也看見了。

11天，三家頂級AI實驗室，不約而同地把這三行bash寫進了官方產品。

這一刻，所有人都明白了一件事——

通用人工智能的臨門一腳，可能不是更聰明的模型，而是「把事做完」的模型。

換句話說，AI編程的核心戰場正在從「生成代碼」轉向「閉環交付」。

11天，三條線，同一個終點

4月30日，OpenAI的Codex率先上線/goal。

Greg Brockman在X上只丟了一句，「Codex現已內置Ralph loop++」。

一周后，Hermes Agent跟上。又過4天，Claude Code也上了。

11天。三家。同一個命令。同一個功能。

但實現路徑，差了十萬八千里。

Codex「不忘事」，Hermes「不爛尾」，Claude Code「不自欺」。

Codex：

把目標存成一條數據庫記錄

OpenAI是三家里最先出手的，方案也最簡潔。

在Codex里，/goal是一個持久化的工作流對象，存在本地的app-server狀態層里。

關掉終端、合上筆記本、甚至重啟系統，目標都不會丟。下次打開Codex，自動接上。

模型通過結構化的update_goal工具匯報進度狀態，token預算耗盡時觸發「軟著陸」而非硬停。

有人用這個功能連續跑了14個小時，中間暫停5小時去睡覺，回來Codex從斷點續跑，把一個設備驅動項目做完了。

工程化，干凈，但克制。

Hermes Agent：

一個人干不完，那就上一個團隊

Hermes Agent的野心最大。

在這里，/goal只是冰山一角。真正的重頭戲是多智能體看板系統，Hermes把「讓AI把活干完」從單Agent問題升級成了團隊協作問題。

看板的底層是本地SQLite，持久化存儲，跨重啟不丟。

你在上面創建一個任務卡片，Hermes會直接把它拆成多個子任務，分配給不同的Agent worker。每個worker是一個獨立的OS進程，有自己的身份、模型配置和工作目錄。

看板和/goal是兩套互補的系統。/goal管的是單個Agent的目標鎖定（Ralph loop），看板管的是多個Agent之間的任務調度。一個縱向深入，一個橫向鋪開。

最后，是五層防爛尾機制。

第一層，心跳檢測。每個worker定期向看板報到，證明自己還活著。

第二層，僵尸回收。worker超時沒響應？系統自動判定死亡，回收它手上的任務重新分配。macOS上還有專門的達爾文僵尸檢測邏輯。

第三層，退出攔截。worker沒完成任務就退出了？系統自動把它標記為blocked，不讓它再接新活，防止「摸魚型Agent」反復領任務又不做。

第四層，幻覺攔截。這是最狠的一層。AI說「我做完了」不算數，系統會驗證它實際產出的代碼是否真的落盤了。Agent說自己創建了一個文件但實際上沒有？抓住，回滾，重來。

第五層，重試預算。每個任務有獨立的max_retries，最多重試N次，超過就上報人類。絕對不會無限循環到死機。

Claude Code：

做事的人和驗收的人，不能是同一個

Anthropic是三家里最后出手的，但方案最巧妙。

本質上，Claude Code的/goal是一個session級別的Stop Hook。

你設定一個完成條件（比如「test/auth目錄下所有測試通過且lint無報錯」），Claude就開始干活。

關鍵設計在驗收環節。每干完一輪，系統不讓Claude自己判斷「我做完了沒有」。

它把對話記錄和你的完成條件一起發給一個獨立的小模型（默認是Haiku），讓這個小模型來裁判。

小模型如果覺得沒完成，就需要返回一個具體理由（比如「test_login.py還有2個failure」）。然后這個理由會被注入Claude下一輪的上下文，指導它接著干。

如果小模型認為完成了，目標就會自動清除，任務結束。

值得一提的是，這個裁判模型不調用任何工具，不讀文件，不跑命令。它只看Claude在對話里產出的內容。

所以，你的完成條件必須是Claude在對話中能證明的東西。

它最長支持4000字符，因此你可以寫得很細。

甚至，還可以在條件里加約束，比如「不修改其他測試文件」「20輪內完成否則停止」等等。

決賽進行時：工作流入口

把視角拉遠一步。

Claude Code背后站著Anthropic，Codex背后站著OpenAI，Hermes Agent接入了兩邊的模型，同時也是DeepSeek V4等模型的主力分發渠道。

三條路徑，恰好覆蓋了ASI決賽的三個生態入口。

而他們爭的，也是同一樣東西——工作流。

誰的Agent先讓開發者養成「設完目標就走開」的習慣，誰就鎖死了工作流入口。

因為習慣一旦形成，遷移成本是指數級的。

你不會輕易離開一個已經跑通了看板調度、斷點續傳、checkpoint回滾的Agent基礎設施。

一個看似很小的/goal命令，背后卡的是整條Agent工作流的護城河。

參考資料：

https://code.claude.com/docs/en/goal

https://github.com/NousResearch/hermes-agent/releases/tag/v2026.5.7

https://github.com/anthropics/claude-code/releases/tag/v2.1.139

https://developers.openai.com/codex/changelog