1个程序员把Claude塞进24小时流水线，代码自己写自己审

凌晨3点，你的GitHub仓库还在冒绿点。不是你在加班，是一个bash脚本在替你打工。

Mario Hayashi，前Google工程师、现独立开发者，最近公开了他的「单兵作战」配置：用cron定时任务、tmux会话管理和Claude（Anthropic的AI助手），搭了一条能自主选题、写代码、开PR、处理评审意见的完整流水线。他管这叫「Ralph循环」——名字借自Geoffrey Huntley的开源方案，核心逻辑简单粗暴：任务→实现→测试→提PR→清空上下文，周而复始。

为什么不是直接用Cursor或Devin？

Hayashi的答案是隔离。不是隔离人与机器，是隔离机器的每一步。

他把流程切成四个独立阶段：规划、构建、测试、验证。每个阶段有明确的输入输出，能单独失败、单独重试，不会牵一发而动全身。「Agent擅长短平快的任务，范围一扩就崩。结构比模型大小更重要。」他在博客里写得很直白。

这套思路和他之前做的Xero费用审计CLI一脉相承：先搭好代码框架和规则边界，再把模型塞进去。顺序不能反。很多人反着来——先让AI写，再人工擦屁股——结果越擦越脏。

具体实现上，tmux负责给每个阶段开独立会话，cron负责定时唤醒，bash脚本负责串流程。Claude Code（Anthropic的终端AI工具）作为执行终端，按结构化提示词干活。所有「记忆」存在git提交记录和结构化文件里，不在模型的上下文窗口里。

「失败安全」比「一次成功」更重要

Hayashi反复提一个词：fails safely（安全失败）。

他的流水线设计里，每个环节都能优雅挂掉。测试没过？回滚到上一步。代码风格不对？触发lint检查并自动修复。Claude生成的实现和任务描述对不上？直接拒掉，发通知等人类介入。「我负责决定做什么、合不合并。中间的一切，能自动就自动。」

这套机制跑通后，他的日常变成了：早上扫一眼Claude昨晚开的PR列表，审代码、给反馈、点合并。复杂需求手动拆成子任务丢进队列，简单bug修复完全放手。相当于雇了一个不会累、不会抱怨、但偶尔会犯蠢的初级工程师——而且时薪按API token计费。

有个细节很有意思：他坚持每次迭代后清空上下文。不是舍不得token，是怕模型「记住」太多反而跑偏。git才是唯一可信的状态源。这和当下很多「智能体」追求长记忆、多轮对话的产品路线截然相反。

单人团队的规模悖论

Hayashi的配置暴露了一个正在被验证的假设：小团队的瓶颈从「写代码的人手不够」转向了「代码写完后谁来看」。

他的流水线解决了前半段，后半段仍卡在自己身上。PR可以批量开，但合并前的代码审查没法批量做。这也是他没把这套系统叫「全自动」而是「自主」的原因—— autonomy（自主性）和automation（自动化）之间，差着一个人类判断的缝隙。

目前这套脚本还在频繁迭代。他每发现一次边界情况就改一次prompt，每遇到一次幻觉就加一层校验。用他自己的话说：「还在flux（流动状态），这篇博客只是今天的快照。」

开源社区的反应两极。一部分人觉得这是「 vibe coding」的终极形态——用氛围感写代码，人类只负责拍板；另一部分人质疑，当调试成本超过省下来的时间，这套系统会不会变成新的技术债。Hayashi没回应这些争论，他的GitHub仓库最近三个月提交了47次，全是给Ralph循环打补丁。

如果你也是一人公司，会愿意把凌晨的绿点交给一个bash脚本吗？还是宁可自己熬着，至少知道哪行代码为什么崩？