模型: openai/gpt-5.4
生成日期: 2026-04-01
书名: Claude Code VS OpenCode：架构、设计与未来
章节: 第10章 — Oh-My-OpenCode的创新
Token用量: 约 4,100 input + 1,080 output

10.4 Ralph Loop与Todo Continuation

自主执行最难的一点，不是“开始做”，而是“别太早停”。OMO 为了解决这个问题，设计了两套互补机制：hooks/ralph-loop/ 下的 Ralph Loop，以及 hooks/todo-continuation-enforcer/ 下的 Todo Continuation Enforcer。它们共同对准的是 coding agent 最常见的失败之一：任务没做完，但输出已经像做完了一样。

先看 Ralph Loop。它的思想非常直接：如果 agent 没有真正完成任务，系统就不应该接受那次停机，而应该把它推回工作状态。continuation-prompt-builder.ts 里写得很清楚：如果上一次尝试没有输出 completion promise，系统就构造 continuation prompt，要求它回顾进度、从中断点继续、直到真正完成才允许停下。在 ultrawork 模式下，这个 continuation prompt 前面还会自动补上 ultrawork，也就是把“高自主执行姿态”沿着重试链一路传下去。

为什么 OMO 喜欢用 Sisyphus 和“推石头（boulder pushing）”这种比喻？这里需要稍作解释，因为它不是标准 CS 术语。西西弗斯是希腊神话中的人物，被惩罚永远把巨石推上山，石头却不断滚落。OMO 借用了这个意象，用来形容一种设计理念：只要任务没有完成，系统就必须继续把“石头”往上推，不能因为中断、压缩、超时或一次失败就当作结束。把它翻译成更标准的系统语言，就是：一个带持久重试语义的强制续跑机制。

而 Todo Continuation Enforcer 则从另一个角度解决同一个问题。它不主要盯 completion promise，而是盯任务状态。如果 todo 还没全部完成，那么 session 就不应被当作正常结束。相关 handler 会监听诸如 session.idle、session.error、session.deleted 等事件。一旦 session 进入 idle，系统就可以检查是否仍有未完成 todo；如果有，就触发续跑逻辑。

这意味着 OMO 里的 todo 不是 UI 装饰，而是工作协议。很多系统也能生成 todo list，但 todo 往往只是“看起来更有条理”，并不会真正约束 agent 行为。OMO 则试图堵上这个漏洞：只要 todo 还挂着 pending 或 in_progress，就不允许 agent 靠一段漂亮总结溜出流程。换句话说，todo 在 OMO 里是运行时条件，而不是文学排版。

这两套机制配合得很好：

• Ralph Loop 负责检查“是否发出了明确完成信号”；
• Todo Continuation 负责检查“从状态上看是否真的已经做完”。

前者是输出导向，后者是状态导向。两个视角同时存在，大幅压缩了 agent 逃逸的空间。

这背后也反映出一个更大的设计判断：单靠 prompt 约束是不够的。 模型可以忘记、忽略、被压缩打断，也可以在语气上制造完成幻觉。OMO 因此把“继续干活”从 soft norm 提升为 runtime control flow。也就是说，它不只是告诉模型“你应该继续”，而是通过 hook 和 event handler 真正让系统在必要时继续。

系统提醒注入也很关键。OMO 会在未完成时插入 system reminder，告诉 agent 还有哪些事情没做、为什么不能停。这类似传统系统中的 watchdog 或 supervisor：一个组件持续监视另一个组件是否达到目标状态，如果没有，就干预其行为。

它还有恢复层面的价值。长任务中断之后，最糟糕的情况不是“暂时停了”，而是恢复时忘了为什么停、忘了还差哪一步，结果输出一段泛泛而谈的收尾。OMO 借助 Ralph Loop 状态和 continuation state，让任务在中断后仍能重新回到未完成点，而不是变成“重新开一题”。

当然，这种激进续跑也有代价。它可能增加运行时长、token 成本，甚至偶尔出现“其实该停了，但系统还想继续”的情况。因此 OMO 还配了 stop-continuation-guard 和显式 stop 命令，给用户留出终止权。但默认倾向非常明确：宁可多续一次，也不要过早停止。

这个倾向其实相当合理。现实中用户抱怨 coding agent，更多是因为它半途而废，而不是因为它略微过于执着。OMO 正是围绕这个主失败模式优化。

从更高层看，Ralph Loop 和 Todo Continuation 共同表达了一种 agent discipline 理念：完成状态不能靠语气、置信度或总结腔判断，必须靠显式信号和状态检查判断。人类很容易被流畅语言骗过去，但一个可靠的编排系统不应该被语言骗过去。

因此，这两个 hook 的意义远大于“续跑补丁”。它们本质上是在把“直到完成才停”变成一种架构性质，而不只是励志口号。这正是 OMO 比普通 prompt-heavy 系统更进一步的地方。