澳洲大叔三行代码破解AI瓶颈，三大巨头火速跟进

在澳洲乡间牧羊的资深开发者，仅需编写3行Bash脚本，短短11天内，便引得OpenAI、Anthropic、Nous Research这三家全球顶尖AI机构争相效仿，将其核心逻辑融入自家官方产品。

4月30日：OpenAI Codex CLI 发布/goal功能

Greg Brockman 在推特留言：“Codex现已集成Ralph loop++”

第7天（5月6日）：Nous Research Hermes Agent 紧随其后，内置相同循环机制

第11天（5月10日）：Anthropic Claude Code 正式推出/goal模式

官方文档明确标注：灵感源自 Geoffrey Huntley 的 Ralph Loop。

一位牧羊人究竟有何神通，竟能让硅谷巨头们如此折服？

前两家OpenAI与Anthropic众所周知，至于Nous Research，那家发布Hermes系列知名产品的顶尖开源AI研究机构。

1. 并非真牧羊，三行代码犹如“紧箍咒”

请勿脑补大叔在草原上左手挥鞭右手敲代码的场景。Geoffrey Huntley 确实在澳洲乡村生活，但他实为顶尖程序员，只是习惯了边放牧边钻研技术。

他编写的3行代码，技术层面并无高深之处，但逻辑极为“无赖”——相当于给AI戴上了“紧箍咒”。

以往我们使用AI，仿佛驱使一位娇气的实习生：让其写代码，稍遇卡顿或“记忆溢出”，便直接罢工。你需全程盯着，反复催促、补充资料，令人疲惫不堪。

我在养殖龙虾时，Openclaw接入千问的Coding plan执行任务，正是这种状态：干一段就汇报完成，实则仅完成一半，根本无法运行，且态度良好，指出问题便老实承认并继续……这足以让养殖者崩溃。

大叔的3行代码究竟做了什么？

无限循环：任务未完成？继续执行！禁止停止！ 进度存Git：Git如同游戏存档点，AI每完成一小步，自动按Ctrl+S保存。

内存溢出换新实例：AI记忆（上下文）有限，快撑爆时怎么办？代码自动启动新AI实例，新实例加载存档，接续上一轮进度继续推进。

总结：大叔将AI转变为流水线计件工人，完成一段自动存档，记忆满载自动切换新实例继续，直至任务彻底完成。

2. 核心绝招：执行者不得兼任裁判

然而，让AI持续运行存在致命缺陷：AI可能偷懒或陷入逻辑死循环。

若让AI自行判断“是否完成”，它可能敷衍了事：“我觉得做完了。”或陷入死循环：“我觉得没完，继续瞎改。”

大叔如何破解？此招精妙——引入另一个小模型担任裁判。

执行任务的是昂贵聪明的大模型，验收的是便宜反应快的小模型。大模型完成一轮，小模型检查：小模型：“未完成，此处仍有bug，下一轮请修正。”

大模型接收反馈，乖乖返回继续修改。

这正如职场黄金法则：执行者与验收者绝不能同一人！小模型如同严厉包工头，紧盯大模型，不合格即打回重做，直至完全达标。

3. 大厂焦虑：争夺的不是技术，而是用户习惯

大叔将名为/goal的模式公开后，AI圈震动。11天内，三家顶级大厂迅速将“无限循环+存档+小模型验收”逻辑植入自家产品。

巨头为何如此急切？因为他们争夺的早已非“谁的AI更聪明”，而是“谁能让用户更省心”。以往使用AI是“人盯人”模式，你敲一行它回一行，人离不开电脑。

如今有了大叔模式，只需输入：“帮我开发贪吃蛇游戏”，便可关机休息。AI自动执行、自查、自改、自验，次日清晨成品即交付。

此即“设定目标后放手”。

一旦开发者习惯这种撒手不管的爽感，谁会轻易更换AI平台？绝无可能！因为所有项目习惯、提示词、验收标准已固化在此工作流中。想换平台？代价巨大。

因此，大厂必须火速上线此功能。谁掌握“下达目标”入口，谁便卡住未来AI时代的流量咽喉，此即所谓“护城河”。

结语：

澳洲牧羊大叔的操作给所有人敲响警钟：AI时代，最珍贵的或许非顶级算法，而是你如何向AI分配任务。

当AI能力日益增强，人与人的差距将不再是“谁干得快”，而是“谁更擅长定目标”和“谁更会设规则”。毕竟，当包工头远比当流水线工人轻松。

大叔官方原文链接：

公众号：BLUES，12年原创公众号，作者兰军，AI产品创业，布道者。

历任腾讯高级产品经理、YY语音高级经理、迅雷产品总监、梅沙科技创始合伙人等，20多年丰富职场经历，连续创业者，AI产品与企业咨询、培训顾问。