澳洲放羊大叔引爆AI编程革命，Claude Code急推goal模式，不干完不许停

一觉醒来，Claude Code又更新了！

为了让Claude持续工作直到任务完成，Claude Code最近推出了一个新功能：/goal。

你只要设定好条件，Claude就会像上了发条一样，不完成任务绝不罢休。

用过AI编程工具的人，瞬间就能明白这有多重要。

想想看，你给Agent下了一个任务，它跑了三个回合，改了俩文件，突然停下来问你：“接下来需要我做什么？”

等等，那个bug你还没修完呢！

Agent们越来越聪明，写代码越来越快，但“从头到尾把一件事干完”这个看似简单的要求，直到2026年初，都没有一家能真正搞定。

然后，

• while:;do
• cat PROMPT.md | claude-code --continue
• done

他把它命名为

，致敬《辛普森一家》里那个永远搞不清状况但从不放弃的小孩Ralph Wiggum。

逻辑极其粗暴：无限循环，反复把同一个prompt喂给Agent。进度写在文件系统和Git历史里，上下文满了就开新实例，读文件接着干。

原始，不优雅，但十分有效。

有效到OpenAI看见了，Nous Research看见了，Anthropic也看见了。

短短11天，三家顶级AI实验室，不约而同地把这三行bash的精髓写进了官方产品。

这一刻，所有人都明白了一件事——

通用人工智能的临门一脚，可能不是更聪明的模型，而是“能把事做完”的模型。

11天，三条线，同一个终点

4月30日，OpenAI的Codex率先上线了/goal功能。

Greg Brockman在X上只轻描淡写地丢了一句：“Codex现已内置Ralph loop++”。

一周后，Hermes Agent跟上了。又过了4天，Claude Code也加入了战局。

11天，三家，同一个命令，同一个核心功能。

但三家的实现路径，却差了十万八千里。

简单概括就是：Codex“不忘事”，Hermes“不烂尾”，Claude Code“不自欺”。

Codex：把目标存成一条数据库记录

OpenAI是三家里最先出手的，方案也最简洁、最工程化。

在Codex里，/goal被实现为一个持久化的工作流对象，直接存储在本地app-server的状态层里。

这意味着，关掉终端、合上笔记本、甚至重启系统，你的目标都不会丢失。下次打开Codex，它会自动从上次中断的地方接上。

模型通过一个结构化的`update_goal`工具来汇报进度状态。当token预算耗尽时，系统触发的是“软着陆”而非硬性停止。

已经有用户用这个功能连续跑了14个小时，中间暂停5小时去睡觉，回来发现Codex能从断点处继续运行，最终把一个复杂的设备驱动项目给做完了。

整个方案透着一股工程师的克制与干净。

Hermes Agent：一个人干不完，那就上一个团队

相比之下，Hermes Agent的野心要大得多。

在这里，/goal只是冰山一角。真正的重头戏是其多智能体看板系统。Hermes把“让AI把活干完”这个问题，从单Agent的耐力赛，升级成了多Agent的团队协作。

看板的底层是本地SQLite数据库，同样具备持久化存储能力，跨重启不丢数据。

你在看板上创建一个任务卡片，Hermes会直接把它拆解成多个子任务，分配给不同的Agent worker。每个worker都是一个独立的操作系统进程，拥有自己的身份、模型配置和工作目录。

看板和/goal是两套互补的系统。/goal管的是单个Agent的目标锁定（即Ralph loop的核心），而看板管的是多个Agent之间的任务调度与协作。一个纵向深入，一个横向铺开。

最值得称道的是其五层防烂尾机制，堪称Agent界的“安全生产规范”。

每个worker必须定期向看板“报到”，证明自己还活着。

worker超时没响应？系统自动判定其“死亡”，回收它手上的任务，重新分配给其他worker。在macOS上，甚至还有专门的达尔文僵尸检测逻辑。

worker没完成任务就退出了？系统自动把它标记为`blocked`，禁止它再接新活，防止出现“摸鱼型Agent”反复领任务又不做的尴尬局面。

这是最狠的一层。AI嘴上说“我做完了”可不算数，系统会验证它实际产出的代码是否真的落盘了。Agent声称创建了一个文件但实际上没有？抓住，回滚，重来。

每个任务都有独立的`max_retries`设置，最多重试N次，超过上限就自动上报给人类处理。这从根本上杜绝了任务无限循环导致系统死机的风险。

Claude Code：做事的人和验收的人，不能是同一个

Anthropic是三家里最后出手的，但方案设计得最为巧妙，直指Agent工作的一个核心痛点：自我评估的偏差。

本质上，Claude Code的/goal是一个session级别的停止钩子（Stop Hook）。

你设定一个明确的完成条件（比如“test/auth目录下所有测试通过且lint无报错”），Claude就开始埋头干活。

关键设计在于验收环节。每干完一轮，系统

。

它会将完整的对话记录和你设定的完成条件，一起发送给一个独立的、更轻量的小模型（默认是Haiku），由这个小模型来充当“裁判”。

裁判模型如果觉得没完成，就必须返回一个具体的理由（比如“test_login.py里还有2个测试失败”）。这个理由会被精准注入Claude下一轮的上下文，指导它进行针对性修复。

如果裁判模型认为条件已满足，目标就会自动清除，任务优雅结束。

值得一提的是，这个裁判模型不调用任何工具，不读取文件系统，不执行命令。它只基于Claude在对话中产出的内容进行判断。

因此，你设定的完成条件，必须是Claude能在对话中证明的东西。条件最长支持4000字符，足够你写得非常细致。

你甚至可以在条件里附加约束，比如“不修改其他测试文件”、“20轮内完成否则停止”等等，实现更精细的控制。

决赛进行时：工作流入口

把视角拉远一步看。

Claude Code背后站着Anthropic，Codex背后是OpenAI，而Hermes Agent同时接入了两家的模型，并且也是DeepSeek V4等模型的主力分发渠道。

这三条技术路径，恰好覆盖了当前ASI（人工通用智能）决赛圈的三个主要生态入口。

而他们争夺的，其实是同一样东西：

。

谁的Agent能率先让开发者养成“设完目标就走开，回来验收成果”的习惯，谁就锁死了下一代开发工作流的入口。

因为这种工作习惯一旦形成，迁移成本是指数级上升的。你不会轻易离开一个已经跑通了看板调度、断点续传、检查点回滚的成熟Agent基础设施。

一个看似微小的`/goal`命令，背后卡的，其实是整条Agent工作流生态的护城河。这场关于“完成度”的竞赛，才刚刚开始。