Ralph Wiggum 循环最初是 Geoffrey Huntley 那段while :; do cat PROMPT.md | claude-code; done把上一轮留下的代码、测试输出和报错重新喂给编程 Agent让它自己改。到了 Codex 管控框架里这个循环被拉长到自动编码、自动审核、自动迭代。真跑起来第一道坎往往不是 Prompt 写得好不好而是 Key 和通道能不能撑住几十轮。我的做法是先去 TaoTokenhttps://taotoken.net/?utm_sourcetaotoken_aicg_blog_end创建一把专用 API Key再把 Codex 的 Base URL 填成 https://taotoken.net/api循环、Harness、SKILL.md、状态文件和熔断仍然留在本地。这样半夜循环不会因为默认凭据过期或模型切换而断掉。1. 从确定性到非确定性Ralph Wiggum 循环为什么需要一条稳定 API 通道1.1 Martin Fowler 说的容差落到 Codex 长任务就是 Key 与额度传统编程里同样的输入通常得到同样的输出所以我们可以用单元测试把边界钉死。大语言模型不是这样同一个PROMPT.md第一轮可能写出能跑的代码第二轮可能换个思路第三轮又因为报错日志开始回滚。Martin Fowler 把这种变化叫作从确定性逻辑构建转向非确定性系统设计还拿结构工程师的“容差”做类比钢材和混凝土的物理性能大致已知但设计时不能按理论最优值卡死必须给最坏情况留余量。这个类比放到 Ralph Wiggum 循环里特别贴切。循环本身不复杂复杂的是它会把一次模型调用放大成几十次、上百次调用。每轮都要读代码、读日志、读测试结果再决定下一步是继续改、回滚还是停下来。你给 Agent 留的“容差”不只是 Prompt 里的重试指令还包括 API Key 是否稳定、模型通道是否可切、额度是否可见。默认凭据一旦在第 37 轮失效前面的迭代上下文就可能白跑。1.2 五轮、十轮之后默认凭据开始拖后腿很多开发者第一次试 Codex 长循环用的是官方默认登录态或临时环境变量。短任务没问题但 Ralph 循环有三个特点运行时间长、请求密度高、可能同时开多个子 Agent 做审核。官方额度、多 Key 轮换、切模型测试很容易在半夜卡住。更麻烦的是报错不一定直接告诉你“Key 失效”可能表现为某个子 Agent 突然返回空结果或者审核循环一直不收敛。所以循环工程的第一步不是把while写得更花而是把模型通道从默认凭据里拆出来。给 Codex 一把专用 Key给 Claude Code 一把对照 KeyBase URL 统一指向兼容通道。这样即使某把 Key 需要轮换循环脚本本身不用大改只改环境变量或配置文件即可。TaoToken 在这里只承担两件事提供 API Key提供可填进工具的 Base URL。Ralph 循环、Harness 结构、状态持久化和熔断逻辑仍然按你原来的设计留在仓库里。1.3 先把注册和 Key 创建移到 TaoToken打开 TaoToken 注册并创建 API Key这是后面所有配置的前置动作。创建时建议单独建一把“循环专用 Key”不要和日常聊天、临时脚本混用。Key 生成后复制成占位符YOUR_API_KEY后面写进 Codex 的config.toml或 Claude Code 的settings.json。模型 ID 不要凭记忆写去模型广场复制当前可用的 ID先填成YOUR_MODEL_ID跑通后再换。这里要区分两个地址给人点的官网落地页是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end用来注册、创建 Key、看模型广场、看用量填进工具里的 Base URL 是 https://taotoken.net/api末尾不要加/v1。把官网 UTM 地址填进base_url是常见错误工具会把它当成一个普通路径去请求日志里就会出现奇怪的 404。记住这条边界后面的配置会省很多排查时间。2. 把五行 Bash 放大cat PROMPT.md 驱动 Codex 的 Ralph 循环2.1 原始 while :; do ... done 在 Codex 里的等价写法原始的 Ralph 循环短到可以背下来启动、读取PROMPT.md、交给编程 Agent、把输出写回文件或终端、回到起点。到了 Codex 这边你可以保留同样的骨架只把执行命令换成 Codex 的非交互调用。下面这段放在仓库根目录的ralph.sh里每一轮都把输出追加到ralph.log方便后面看请求是否成功#!/usr/bin/env bash set -uo pipefail while :; do codex exec $(cat PROMPT.md) 21 | tee -a ralph.log sleep 5 done如果你还要同时跑 Claude Code 做对照可以另开一个脚本把codex exec换成cat PROMPT.md | claude-code。两个循环不要共用同一把 Key 的同一个环境变量至少在日志里要能区分是 Codex 的请求还是 Claude Code 的请求。PROMPT.md里不要写“请继续”“再检查一下”这种空泛指令而要让 Agent 每轮都读一遍当前测试结果和错误日志。循环本身只负责“再跑一次”判断和修正仍然交给模型和状态文件。2.2 PROMPT.md 与 ralph.log 的职责PROMPT.md是循环的入口也是一次任务的目标声明。它最好包含三块内容当前任务描述、必须读取的文件列表、每轮结束时要更新的状态文件。比如让 Codex 先读ralph/state.md再读最近 80 行ralph.log然后决定是修测试、补实现还是提交审核。这样即使模型每轮都会“失忆”仓库里的文件也不会失忆。状态文件可以记录已完成项、当前阻塞、下一轮建议动作Git 提交历史则保留真正的代码变化。ralph.log是循环的可观测性入口。每次请求返回什么、模型用了哪个 ID、有没有出现 401、有没有返回 usage 字段都从这里看。建议在每轮输出前加一行时间戳例如date -u %Y-%m-%dT%H:%M:%SZ再追加到日志。这样当循环跑了几个小时你能快速定位某次异常发生在哪一轮。日志不需要无限增长可以配合logrotate或简单的tail -n 5000截断但不要在熔断触发前把关键错误删掉。2.3 启动前先把 Codex 指向 TaoToken 通道Codex 的模型通道写在~/.codex/config.toml。下面这份配置把自定义 provider 指到 TaoToken 的兼容通道Key 从环境变量读取避免把YOUR_API_KEY硬编码进仓库# ~/.codex/config.toml model_provider taotoken model YOUR_MODEL_ID [model_providers.taotoken] name TaoToken base_url https://taotoken.net/api env_key TAOTOKEN_API_KEY然后在启动循环前导出环境变量export TAOTOKEN_API_KEYYOUR_API_KEYYOUR_API_KEY从 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 创建YOUR_MODEL_ID以模型广场当时列表为准。注意base_url是https://taotoken.net/api不要写成https://taotoken.net/api/v1也不要带官网的?utm_source参数。如果同时用 Claude Code可以安装 CLI 后快速对照npm install -g taotoken/taotoken taotoken cc -k YOUR_API_KEY -u https://taotoken.net/api -m YOUR_MODEL_ID这条命令只解决“把 Key 和 Base URL 填进 Claude Code”的问题Ralph 循环、Harness、SKILL.md、状态持久化和熔断仍然要自己写。3. Harness EngineeringCodex 循环里哪些东西必须留在本地3.1 上下文注入PROMPT.md、SKILL.md 和错误日志LangChain 把 Agent 拆成 Model Harness并说“如果你不是模型你就是管控”。这句话放到 Ralph 循环里很好理解模型负责推理和决定下一步Harness 负责把上下文喂进去、把行动接出来、把结果再送回下一轮。上下文注入不只是PROMPT.md还包括SKILL.md、记忆文件、对话摘要和外部日志。Codex 每轮看到的应该是“当前仓库真实状态”而不是上一轮留在终端里的幻觉。SKILL.md适合放那些反复出现的操作规范比如“提交前必须跑哪个测试”“改数据库迁移时必须先写回滚脚本”“遇到快照测试失败先更新快照再跑一次”。把这些从 Prompt 里抽出来循环的每轮输入会短很多Token 消耗也更可控。错误日志同理不要让 Agent 读整个ralph.log而是让它读最近失败的测试片段和堆栈。Harness 的工作就是裁剪上下文让模型把注意力放在真正变化的证据上。3.2 Maker-Checker一个 Codex 写另一个 Codex 审OpenAI 的 Codex 管控框架里工程师描述任务、启动智能体、让 Codex 自动提交 PR然后要求 Codex 先在本地审核自己的变更再在本地或云端请求其他专用智能体审查。这个过程本质上就是 Ralph Wiggum 循环写代码、看结果、被审核、改代码、再审核。关键点在于“写”和“审”要分离不要让同一个 Agent 既当运动员又当裁判。你可以用两个 Codex 会话一个负责生成实现另一个只读 diff 和测试结果输出审核意见。审核 Agent 的PROMPT.md可以更短读git diff、读测试输出、列出风险点、如果通过就写APPROVED到状态文件。生成 Agent 则读审核意见并继续修。两个循环可以交替跑也可以由一个顶层while控制阶段。TaoToken 在这里不参与审核逻辑它只保证两个 Agent 请求模型时用的是同一套可管理凭据。哪把 Key 对应哪个 Agent最好在日志里标记清楚否则用量混在一起很难判断是谁在烧额度。3.3 状态持久化与熔断state 文件、Git、Spend Cap循环工程里最怕两件事模型失忆和无限烧钱。模型失忆靠状态文件解决把进度写进ralph/state.md把代码变化交给 Git把任务分解写进ralph/tasks.md。每次循环开始先读状态结束前更新状态。这样即使进程被 CtrlC 中断下次启动还能接着跑。状态文件不要写成日记而要写成机器可读的短条目当前任务、已完成、阻塞原因、下一轮动作、最近一次测试结果。无限烧钱靠熔断解决。Codex 侧可以设置 Spend CapClaude Code 侧可以设置 Token 上限Harness 侧还可以加一层本地计数每轮从ralph.log里解析 usage累计超过阈值就退出循环并写CIRCUIT_BREAK。熔断触发后不要直接删除状态保留现场供下一轮分析。循环工程的目标不是永远跑下去而是让它在可控成本内持续迭代。额度快用完时回到 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 看用量、换模型或给长任务单独留一把 Key比在脚本里硬编码多把 Key 更清楚。4. OpenAI 的 Codex 管控框架自动编码、自动审核时 Key 放哪4.1 工程师只描述任务Codex 负责提交 PROpenAI 工程文章里那个五个月不手写应用代码的案例核心不是“模型一次写对”而是“人类把能力缺口讲清楚让 Agent 能执行”。工程师描述任务、启动智能体Codex 自动提交 PR然后围绕 PR 触发审核循环。人类持续追问的是Agent 还需要哪些工具、哪些抽象、哪些内部结构以及这些东西怎么变得清晰可读、可强制执行。这个追问过程本身也是循环的一部分只是它的周期比单次代码生成更长。映射到个人项目你不需要一上来就搭完整的 PR 机器人。可以从一个仓库、一个PROMPT.md、一个state.md开始让 Codex 每轮只做一件事修一个失败测试、补一个函数、更新一段文档。做完后写状态、提交 Git然后让审核 Agent 读 diff。循环次数多了再考虑把审核意见也结构化比如用APPROVED、NEEDS_FIX、BLOCKED三种标记驱动下一轮分支。4.2 本地可观测性堆栈日志里看请求是否成功OpenAI 团队把日志、指标和追踪记录做成本地可观测性堆栈让 Codex 能监控自己的运行状态。个人项目可以简化成三样ralph.log记录每轮请求和输出state.md记录进度git log记录代码变化。跑完一轮 Ralph 循环后先不要看模型说了什么先看日志里请求有没有返回成功。可以用下面这条命令快速抽查grep -E 200|401|404|usage|error ralph.log | tail -n 40如果连续出现 200 和 usage 字段说明 Codex 已经通过https://taotoken.net/api成功调用到模型。如果出现 401先检查TAOTOKEN_API_KEY是否在当前 shell 导出如果出现 404检查base_url是否误写成https://taotoken.net/api/v1如果提示模型不存在回到 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 的模型广场重新复制YOUR_MODEL_ID。这些检查都在本地完成不需要让 Codex 直接连生产库或执行任何业务操作。4.3 在 TaoToken 控制台换模型、看长任务用量Ralph 循环跑到十几轮之后模型选择可能需要调整写实现时用能力更强的模型审核时用更快更便宜的模型长上下文压缩时再用另一个模型。Codex 的config.toml里改model即可但前提是你清楚每个模型 ID 当前是否可用。最稳妥的做法是保持base_url https://taotoken.net/api不变只替换YOUR_MODEL_ID。每换一次跑一轮短循环确认ralph.log里请求成功再继续长跑。长任务用量也要在这个控制台看。循环脚本里的熔断是最后一道闸控制台的用量视图是提前预警。发现某把 Key 消耗速度远超预期可以暂停循环检查是不是审核 Agent 读了太多无关上下文或者PROMPT.md每轮都重复塞入完整日志。需要给不同 Agent 分 Key 时也从 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 创建新 Key再更新对应环境变量。不要把所有 Agent 都塞进同一把 Key不然排障时根本分不清谁在请求。5. 循环工程 Loop EngineeringRalph 循环的 5 个构建块与可控开销5.1 目标条件、技能系统、Maker-Checker、状态持久化、熔断Peter Steinberger 说“别再给编程 Agent 写提示词了去设计驱动它们的循环”Boris Cherny 也表达过类似意思循环在提示 Claude人的工作是写循环。2026 年讨论循环工程时常把构建块归成五类。下面这张表按 Codex 和 Claude Code 的常见对应关系整理具体功能名以你使用的版本为准构建块Claude Code 常见对应Codex 常见对应在 Ralph 循环里干什么目标条件/goal类指令Automation每轮由独立轻量判断决定是否结束技能系统SKILL.mdSkill Plugins把固定能力从 Prompt 里抽出来Maker-Checker子 Agent 配置Triage Inbox一个写代码另一个独立审核状态持久化内存脊柱State File跨会话保留进度模型失忆仓库不失忆熔断机制Token 上限Spend Cap防止失败路径无限重试烧额度TaoToken 不在这五个构建块里替代任何一环它只提供 Key 和 Base URL。也就是说循环怎么设计、技能怎么注入、审核怎么分离、状态怎么写、熔断阈值怎么定仍然是你自己的 Harness 工作。把通道抽出来之后循环工程反而更纯粹模型可以换Key 可以换循环结构不用推倒重来。5.2 成本爆炸、目标漂移、可解释性留三个安全阀循环驱动 Agent 最大的风险是成本爆炸。失败路径可能被反复尝试即使有 Spend Cap也可能在触发前消耗大量 Token。第二个风险是目标漂移长循环里 Agent 可能从“修登录接口”漂到“重构整个鉴权模块”而PROMPT.md没有定期重述原始目标。第三个风险是可解释性下降人不在回路中中间决策更难审计关键系统不能只靠“最后测试过了”就放心。安全阀可以这样设每轮结束让 Agent 用三句话重述当前目标和state.md里的原始目标做对比每十轮强制跑一次完整测试而不是只跑单个失败用例把每次模型切换和 Key 切换写进日志方便回溯。对于金融、医疗这类高风险场景不要让循环自动合并 PR至少保留人工审核节点。循环工程不是把人完全踢出去而是把人从“每轮敲提示词”移到“设计循环和检查安全阀”。6. 跑完一轮循环后去控制台对一下这次调用6.1 用同一把 Key 在模型对话里发测试消息当ralph.log里出现连续成功的请求后先用同一把 Key 做一次最简验证。打开 TaoToken 模型对话发一条短消息确认模型 ID 和通道都没填错。如果这里正常、Codex 循环里却报错问题多半在 Codex 的config.toml或环境变量而不是 Key 本身。对照日志里的时间戳看看失败请求发生在哪一轮、当时用的是哪个模型 ID。6.2 长期写代码看 Coding PlanKey 在控制台创建准备让 Codex 长期跑 Ralph 循环额度安排要提前看。打开 Coding Plan 看当前套餐是否覆盖你的循环频率尤其是同时开 Maker 和 Checker 两个 Agent 时。新的 Key 在 控制台 API Keys 创建建议按用途命名比如ralph-maker、ralph-checker、claude-code-review这样用量异常时能快速定位。6.3 Claude Code 接入文档作为对照如果你同时跑 Claude Code 分支环境变量对照表在 Claude Code 接入文档。Codex 的config.toml和 Claude Code 的settings.json不要互相套用Codex 用model_provider和base_urlClaude Code 用ANTHROPIC_BASE_URL、ANTHROPIC_AUTH_TOKEN、ANTHROPIC_MODEL。两边都指向https://taotoken.net/api但 Key 可以分开。循环跑起来之后真正要盯的是日志里的请求结果和状态文件里的进度而不是每轮手动去问 Agent“做完了吗”。