Muster

Lernziele

• Du beschreibst fünf Loop-Muster mit ihrem Einsatz und ihren typischen Fehlern.
• Du rechnest für Best-of-n aus, was n Versuche kosten und was sie bringen.
• Du wählst für eine Aufgabe das einfachste Muster mit echtem Prüfer und begründest, wann ein aufwendigeres sich lohnt.

Fünf Formen von LoopsLoop · engl. agent loopDie Schleife eines Agenten: denken, handeln, beobachten, wiederholen. Zwischen den Durchläufen wird der Kontext des Modells jedes Mal neu gebaut.Im Glossar tauchen unter wechselnden Namen immer wieder auf. Jede lohnt sich für eine bestimmte Art von Arbeit. Jede hat Fehlerbilder, die ihre Befürworter gern kleinreden. Hier stehen beide Seiten.

Run-in-a-loop (Ralph)

Geoffrey Huntleys Original vom Juli 2025 ist eine einzige Zeile:

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

Es gibt keine Orchestrierung. Endet eine SessionSession · engl. sessionEin einzelnes Gespräch mit einem Agenten: der Verlauf aller Nachrichten und Tool-Ergebnisse plus der Arbeitszustand. Endet das Gespräch, endet die Session.Im Glossar, startet die nächste kalt, liest dieselbe Prompt-Datei und dasselbe Repository und macht über die Dateien auf der Platte dort weiter, wo die letzte aufgehört hat. Ralph zeigt in Reinform, dass frischer Kontext plus dauerhafte Dateien eine lange Session schlägt, die immer schlechter wird.

Anthropic bietet eine Variante als PluginPlugin · engl. community pluginEine Erweiterung für Obsidian, die du in den Einstellungen unter Community plugins installierst. Plugins stammen meist von Dritten und erweitern, was Obsidian kann.Im Glossar an. Es hieß zuerst ralph-wiggum und liegt heute als ralph-loop im offiziellen Plugin-Verzeichnis claude-plugins-official (Stand: Nov. 2026). Es arbeitet anders als das Original: Ein Stop-HookHookEin Befehl, den der Harness bei einem festen Ereignis automatisch ausführt, etwa vor oder nach jedem Tool-Aufruf. Ein Hook vor dem Aufruf kann ihn blockieren und dem Modell den Grund melden.Im Glossar hindert Claude am Beenden und gibt denselben Prompt in derselben Session erneut ein. Der Kontext bleibt also erhalten. Die Zahl der Durchläufe ist ohne --max-iterations unbegrenzt. Die Anleitung des Plugins rät, diese Option immer zu setzen.

Die Fehlerbilder benennt Huntley selbst:

• Platzhalter-Implementierungen, die den Compiler zufriedenstellen und sonst nichts,
• ein Morgen mit einer Codebasis, die nicht mehr kompiliert,
• eine Eignung vor allem für neue Projekte. In einer bestehenden Codebasis würde Huntley Ralph nach eigener Aussage nie einsetzen.

Ralph bringt dich nach Huntleys Erwartung zu etwa 90 % einer ersten Version. Die einzige Bremse ist ein Mensch, der auf Stopp drückt.

Planen, ausführen, prüfen

Der Lauf zerfällt in Phasen. Ein Durchgang erzeugt eine Plan-Datei, die folgenden führen Schritte aus, ein Prüfer gibt jeden Schritt frei. Das Muster passt zu Arbeit mit vielen Schritten, bei der ein einzelner PromptPrompt · engl. promptDer Text, den du einem Sprachmodell bei einem Aufruf schickst. In einem Agenten setzt er sich aus Systemprompt, Tool-Definitionen, Verlauf und aktueller Anfrage zusammen.Im Glossar abdriftet.

Fehlerbild: Pläne veralten beim ersten Kontakt mit der Wirklichkeit. Ein Loop, der einen veralteten Plan treu ausführt, vervielfacht den Fehler. Der Prüfer muss deshalb nach jedem Schritt laufen.

Generator und Kritiker

Ein AgentAgentEin System, in dem ein Sprachmodell seinen nächsten Schritt selbst wählt: Es ruft Werkzeuge auf, wertet das Ergebnis aus und macht weiter, bis das Ziel erreicht ist.Im Glossar erzeugt, ein getrennter Durchgang beurteilt nach einer engen Rubrik, die Mängel gehen in den nächsten Versuch. Der Sinn liegt in der Trennung von Macher und Prüfer: Wer umsetzt, bewertet sich nicht selbst.

Zwei Fehlerbilder:

• Eine vage Rubrik macht den KritikerKritiker · engl. criticDie Instanz, die einen Versuch im Loop bewertet: Code wie Tests und Linter oder ein zweiter Modellaufruf mit enger Rubrik. Der Kritiker arbeitet getrennt vom Agenten, der die Arbeit gemacht hat.Im Glossar zum Rauschgenerator.
• Teilen Generator und Kritiker Modell und Kontext, teilen sie auch ihre blinden Flecken und winken sich gegenseitig durch.

Details stehen in Kritiker und Prüfung. Die Verdrahtung baust du in Build: Der Kritiker.

Turnier (Best-of-n)

Du startest n Versuche parallel und lässt einen Prüfer den Sieger wählen. Git-WorktreesWorktree · engl. git worktreeEin zusätzliches Arbeitsverzeichnis desselben Git-Repositorys auf einem eigenen Branch. Ein Agent arbeitet darin, ohne deinen Checkout oder main zu berühren.Im Glossar machen es billig, die Versuche voneinander zu trennen. Das Muster ist stark, wenn die Versuche stark schwanken und die Prüfung billig ist.

Fehlerbilder: Die Kosten vervielfachen sich mit n, ob ein guter Versuch dabei ist oder nicht. Und ohne wirklich starken Auswähler hast du n-mal für selbstsicheren Ausschuss bezahlt und am Ende den selbstsichersten davon gewählt. Ob du dir dieses Muster leisten kannst, entscheidet die Prüf-Asymmetrie aus der Lektion über Kritiker.

Was n Versuche kosten und bringen

Parallele Versuche n

4

Chance, dass ein einzelner Versuch gut ist

0,30

Kosten pro Versuch

0,80 $

Kosten des Turniers

3,20 $

Chance auf mindestens einen guten Versuch

76 %

Beispielwerte. Annahmen: Die Versuche sind unabhängig, und der Prüfer erkennt einen guten Versuch sicher. Ohne starken Prüfer gilt die zweite Zahl nicht.

Nachtläufe mit Morgenbericht

Budgetierte Läufe mit RatchetRatchet · engl. ratchetEine Sperrklinke für Fortschritt: Jeder Versuch muss den besten bisherigen Messwert schlagen, etwa die Zahl bestandener Tests. Sonst setzt der Loop den Versuch zurück und hält an.Im Glossar auf einem eigenen BranchBranch · engl. branchEin Seitenzweig in Git, auf dem du Änderungen ausprobierst, ohne den Hauptstand zu berühren. Danach führst du ihn zusammen oder löschst ihn.Im Glossar arbeiten, während du schläfst. Am Morgen liegt ein Bericht in Markdown bereit: was besser wurde, was den Loop gestoppt hat, was eine Entscheidung braucht. Das ist der Endpunkt der Disziplin und das Muster mit den strengsten Voraussetzungen. Es braucht jede Bremse aus Stoppbedingungen und dazu Leitplanken, die den schlimmsten Fall langweilig machen.

Fehlerbild: Unbeaufsichtigte Loops machen unbeaufsichtigte Fehler. Die Schuld landet als Verständnisschuld bei dir. Osmani nennt sie „comprehension debt“: Die ausgelieferten Änderungen wachsen schneller als dein Verständnis davon. Osmanis Warnung gilt: Bau den Loop wie jemand, der vorhat, der Engineer zu bleiben.

Die Wahl

Fang mit dem einfachsten Loop an, der einen echten Prüfer hat: dem einfachen Retry-Loop aus Build: Der Zieltest. Nimm einen Kritiker dazu, wenn „grün, aber hässlich“ dein häufigster Fehler wird. Geh erst parallel oder über Nacht, wenn der einfache Loop jedes Mal nachvollziehbar anhält. Die aufwendigeren Muster verstärken die Disziplin, die du schon hast, und ebenso ihr Fehlen.

Welches Muster passt?

Ordne jede Lage dem Muster zu, das du als Nächstes wählst.

Noch offen (5)

• Dein erster Loop für drei rote Tests, noch ohne Erfahrung mit Bremsen→ Einfacher Retry-Loop→ Generator und Kritiker→ Best-of-n→ Nachtlauf
• Die Tests werden grün, aber die Diffs ändern regelmäßig Dateien außerhalb der Aufgabe→ Einfacher Retry-Loop→ Generator und Kritiker→ Best-of-n→ Nachtlauf
• Eine Optimierung, deren Ergebnis von Versuch zu Versuch stark schwankt, ein Benchmark misst in Sekunden→ Einfacher Retry-Loop→ Generator und Kritiker→ Best-of-n→ Nachtlauf
• Ein Backlog aus 40 Lint-Fehlern, dein Loop hält seit Wochen jedes Mal sauber an→ Einfacher Retry-Loop→ Generator und Kritiker→ Best-of-n→ Nachtlauf
• Ein Bug mit Reproduktionsskript, das bei Erfolg 0 zurückgibt→ Einfacher Retry-Loop→ Generator und Kritiker→ Best-of-n→ Nachtlauf

Einfacher Retry-Loop (0)

Generator und Kritiker (0)

Best-of-n (0)

Nachtlauf (0)

Prüfen

Merksätze

• Ralph startet jede Runde kalt und lebt von Dateien. Er taugt für neue Projekte und hat nur den Menschen als Bremse.
• Planen-ausführen-prüfen braucht einen Prüfer nach jedem Schritt, weil Pläne veralten.
• Generator und Kritiker brauchen eine enge Rubrik und getrennte Kontexte, sonst winken sie sich durch.
• Best-of-n kostet n-mal und lohnt sich nur mit starkem, billigem Auswähler.
• Nachtläufe brauchen jede Bremse und erzeugen Verständnisschuld, wenn niemand liest, was der Loop gebaut hat.

Prüf dich selbst

Denkfrage

Worin unterscheidet sich das Plugin ralph-loop vom ursprünglichen Ralph-Loop?

Antwort zeigen

Denkfrage

Warum kann Best-of-n teurer Ausschuss sein?

Antwort zeigen

Denkfrage

Wann ist ein Loop reif für den Nachtlauf?

Antwort zeigen

Prüf dich selbst

1. 1Wofür eignet sich Ralph nach Huntleys eigener Aussage?

   Für Refactorings in großen bestehenden CodebasenFür neue Projekte, mit etwa 90 % einer ersten Version als ErwartungFür unbeaufsichtigte Läufe ohne Prüfer
   Antwort prüfen
2. 2Was ist das typische Risiko von Planen-ausführen-prüfen?

   Der Plan veraltet, und der Loop führt ihn trotzdem treu ausEs braucht zu viele ModelleEs kann nur einen Schritt ausführen
   Antwort prüfen
3. 3n = 4, jeder Versuch ist mit 30 % Chance gut. Wie hoch ist die Chance auf mindestens einen guten, wenn der Prüfer sicher auswählt?

   Etwa 30 %Etwa 76 %120 %
   Antwort prüfen
4. 4Mit welchem Muster fängst du an?

   Mit dem Nachtlauf, weil er am meisten Arbeit abnimmtMit dem einfachsten Loop, der einen echten Prüfer hatMit Best-of-n, weil mehr Versuche mehr Erfolg bringen
   Antwort prüfen

Quellen

1. Ralph Wiggum as a „software engineer“ · Geoffrey Huntley, Juli 2025

   Das Original mit Fehlerbildern und der 90-%-Erwartung.

2. ralph-loop (Plugin) · Anthropic

   Stop-Hook-Variante in derselben Session, früher ralph-wiggum. Stand: Nov. 2026.

3. Loop Engineering · Addy Osmani, Juni 2026

   Comprehension debt und die Warnung, Engineer zu bleiben.