Ponytail:让AI Agent化身最懒的资深开发——代码暴砍54%,测试100%通过

你让AI写个日期选择器。它会安装flatpickr,写一个包装组件,加一套样式表,然后开始讨论时区。但如果你告诉它:"写代码之前,先想想这东西需不需要存在?标准库有没有?浏览器原生支不支持?已有的依赖里有没有?能不能一行搞定?"——它只会写一行:。这就是Ponytail。一个GitHub上现象级的提示词架构项目,用"…

目录
  1. 一、问题:AI Agent的过度工程症
  2. 二、Ponytail是什么?一句话定位
  3. 三、六步阶梯法则:写代码前的六道安检
  4. 阶梯 1:这东西需要存在吗?(YAGNI)
  5. 阶梯 2:标准库里有吗?
  6. 阶梯 3:平台原生支持吗?
  7. 阶梯 4:已有依赖里有吗?
  8. 阶梯 5:能一行搞定吗?
  9. 阶梯 6:只有这时才写最小可用实现
  10. 四、安全红线:懒,不是 negligent
  11. 五、Benchmark:真实数据,真实仓库,真实Agent
  12. 5.1 测试设计
  13. 5.2 核心结果
  14. 5.3 具体任务案例
  15. 5.4 早期单轮测试 vs Agentic测试
  16. 六、为什么"懒"是高级工程能力?
  17. 6.1 代码是负债,不是资产
  18. 6.2 六步阶梯的深层逻辑
  19. 6.3 为什么模型需要被教这个?
  20. 七、安装与使用
  21. 7.1 Claude Code
  22. 7.2 Codex
  23. 7.3 其他平台
  24. 7.4 命令
  25. 7.5 无插件方式:AGENTS.md
  26. 八、对比:Ponytail vs 其他"简洁"方案
  27. 8.1 vs "YAGNI + one-liners" Prompt
  28. 8.2 vs Caveman(另一个简洁控制组)
  29. 8.3 vs 手写代码
  30. 九、局限与边界
  31. 十、一句话总结
你让AI写个日期选择器。它会安装flatpickr,写一个包装组件,加一套样式表,然后开始讨论时区。但如果你告诉它:"写代码之前,先想想这东西需不需要存在?标准库有没有?浏览器原生支不支持?已有的依赖里有没有?能不能一行搞定?"——它只会写一行:。这就是Ponytail。一个GitHub上现象级的提示词架构项目,用"六步阶梯法则"逼AI学会克制。实测在真实Claude Code会话中编辑真实开源仓库,代码量减少54%,成本降低20%,速度提升27%,且100%安全。它不是"写更少代码",而是"写必要的代码"。

一、问题:AI Agent的过度工程症

让AI写代码的人,都遇到过这个场景:

你:"给我加个日期选择器。" Agent:安装flatpickr → 写React包装组件 → 加CSS样式文件 → 处理时区 → 处理国际化 → 写单元测试 → 写文档 → 讨论无障碍支持 → 200行代码。

你:"我就想要个日期选择器。" Agent:"但日期选择器需要..."

这就是AI Agent的过度工程症(Over-Engineering Syndrome)。模型训练数据里满是"Production-Ready"的代码,它默认你每次都要Production-Ready。但你可能只是想要一个表单字段。

Ponytail的洞察:代码不是资产,代码是负债。每行你写的代码,都是未来要维护的代码。


二、Ponytail是什么?一句话定位

"Ponytail让你的AI Agent像房间里最懒的资深开发者一样思考。最好的代码是你从未写过的代码。"

GitHub: https://github.com/DietrichGebert/ponytail 作者: DietrichGebert 核心成果:~54%代码量减少,~22% token减少,~20%成本降低,~27%速度提升,100%安全 测试方法:真实Claude Code会话编辑真实开源仓库(FastAPI + React),12个功能任务,Haiku 4.5,n=4 支持平台:15+(Claude Code, Codex, OpenCode, Gemini, Copilot, Cursor, Windsurf, Cline, Aider, Kiro, Zed, CodeWhale, pi, Antigravity, OpenClaw) License: MIT(最短的、能工作的许可证)

那个人设:

长马尾,椭圆眼镜,在公司待得比版本控制还久。你给他看五十行代码,他什么都不说,替换成一行。他说得越少,砍得越多。

三、六步阶梯法则:写代码前的六道安检

Ponytail的核心不是"写短代码",而是写代码前的六步决策——每走一步,如果不满足就跳回,绝不往下写。

阶梯 1:这东西需要存在吗?(YAGNI)

你:给我写个缓存类。
Agent(无Ponytail):写个120行的LRU缓存,带过期策略、线程安全、监控指标。
Agent(有Ponytail):如果不需要缓存,跳过。如果React的useMemo已经够用了,跳过。

真实案例:日期选择器

  • 无Ponytail:flatpickr + wrapper + CSS + 时区讨论 = 200行
  • 有Ponytail: = 1行(浏览器原生支持)

阶梯 2:标准库里有吗?

# 无Ponytail:自己写CSV解析
import custom_csv_parser

# 有Ponytail:用Python标准库
csv.reader(file)

阶梯 3:平台原生支持吗?

<!-- 无Ponytail:引入日期库 -->
<script src="flatpickr.js"></script>
<input class="flatpickr" data-config="...">

<!-- 有Ponytail:浏览器原生 -->
<input type="date">

阶梯 4:已有依赖里有吗?

项目已安装lodash,你让Agent写个深拷贝。
无Ponytail:自己写一个。
有Ponytail:lodash.cloneDeep() 已存在,直接用。

阶梯 5:能一行搞定吗?

# 无Ponytail:为了"可维护性"写个函数

def is_user_active(user):
    if user is None:
        return False
    if user.status != 'active':
        return False
    if user.deleted_at is not None:
        return False
    return True

# 有Ponytail:一行就够了
user?.status === 'active' && !user.deleted_at

阶梯 6:只有这时才写最小可用实现

前五步都走不通,才写代码。而且是最小可用实现,不是"为未来扩展预留接口"。


四、安全红线:懒,不是 negligent

Ponytail最聪明的地方:它不是"写少代码",而是"不写不必要的代码"。有些东西永远不在削减之列:

  • Trust-boundary validation:用户输入验证不能省
  • Data-loss handling:数据丢失保护不能省
  • Security:安全边界不能省
  • Accessibility:无障碍支持不能省
对比实验:

方法LOCTokensCostTimeSafe
Ponytail-54%-22%-20%-27%100%
Caveman(简洁控制组)-20%+7%+3%+2%100%
"YAGNI + one-liners" prompt-33%-14%-21%-30%95%
关键发现:
  • 纯"YAGNI + one-liners" prompt减少了代码,但安全性下降到95%——为了短代码砍了验证
  • Ponytail减少了代码,但100%安全——因为它不是"写短代码",而是"写必要的代码"

五、Benchmark:真实数据,真实仓库,真实Agent

5.1 测试设计

不是"给一个prompt,看模型生成什么"。Ponytail的测试是Agentic Benchmark:

  • 仓库:tiangolo的full-stack-fastapi-template(真实的FastAPI + React仓库)
  • Agent:Claude Code headless session(无人工干预)
  • 模型:Haiku 4.5
  • 任务:12个功能ticket(真实开发场景)
  • 对照:同一Agent,有Ponytail vs 无Ponytail
  • 度量:git diff的代码行数、token消耗、成本、时间、安全性

5.2 核心结果

指标无SkillPonytail改善
代码行数基准-54%平均减少一半
Token消耗基准-22%上下文更高效
成本基准-20%更少的计算
时间基准-27%更快的完成
安全性基准100%从不妥协

5.3 具体任务案例

任务无SkillPonytail减少
日期选择器404行23行94%
颜色选择器287行23行92%
已最小化代码基准接近0%接近无改善
关键观察:
  • 减少最大的地方是Agent"过度构建"的场景(日期选择器、颜色选择器)
  • 已最小化代码的地方,Ponytail几乎不减少(说明它不盲目砍代码)
  • 54%是12个任务的均值,不是最大值

5.4 早期单轮测试 vs Agentic测试

早期测试:给模型一个prompt,看单轮生成多少行代码。Ponytail报告80-94%减少。

问题:裸模型的baseline会生成大量解释性文字和选项,导致"减少"有水分。

修正后的Agentic测试:

  • 真实Agent会话,不是单轮生成
  • 对照是"有Agent能力但没有Ponytail skill"
  • 54%是公平对照下的均值

微信图片_20260621142328_20707_17.png

六、为什么"懒"是高级工程能力?

Ponytail背后是一个反直觉的真理:最资深的开发者往往不是写得最多的,而是写得最少的。

6.1 代码是负债,不是资产

每行代码的隐性成本:

  • 需要维护
  • 可能有bug
  • 需要测试
  • 需要文档
  • 需要未来开发者理解
  • 可能引入安全漏洞
  • 可能有过时依赖
Ponytail的哲学:如果一行代码能解决,不写两行。如果一个标准库函数能解决,不引入依赖。如果浏览器原生支持,不用库。

6.2 六步阶梯的深层逻辑

这六步不是简单的"偷懒清单",而是软件工程的经验法则的系统化:

1. YAGNI(You Aren't Gonna Need It):先验证必要性 2. 标准库优先:减少外部依赖,降低维护负担 3. 平台原生优先:浏览器/API已有,不重复造轮子 4. 已有依赖复用:不引入新依赖解决已有依赖能解决的问题 5. 极简实现:一行能表达的不写函数 6. 最小可用:不到万不得已不扩展

这不是"不思考",而是深思熟虑后的克制。

6.3 为什么模型需要被教这个?

因为训练数据的问题:

  • 开源代码库里的代码往往过度工程(为了展示能力)
  • 教程为了教学会展开细节
  • 面试题为了考察会要求复杂实现
  • 企业代码为了"可维护性"会预留扩展接口
模型学到的是"写Production-Ready代码",而不是"写足够的代码"。Ponytail是在纠正这个偏差。


七、安装与使用

7.1 Claude Code

/plugin marketplace add DietrichGebert/ponytail
/plugin install ponytail@ponytail

7.2 Codex

codex plugin marketplace add DietrichGebert/ponytail
codex
# 然后 /plugins 安装,/hooks 审核并信任

7.3 其他平台

支持:OpenCode, Gemini, Copilot, Cursor, Windsurf, Cline, Aider, Kiro, Zed, CodeWhale, pi, Antigravity, OpenClaw

7.4 命令

命令功能
/ponytail [lite/full/ultra/off]设置强度级别或关闭
/ponytail-review审查当前diff的过度工程
/ponytail-audit审计整个仓库的过度工程
/ponytail-debt收集已推迟的技术债
/ponytail-gain显示测量影响分数板
/ponytail-help命令速查
级别说明:
  • lite:轻度克制,适合已有规范的项目
  • full:标准强度,适合大多数场景
  • ultra:当代码库伤害了你感情时的极致模式
  • off:关闭

7.5 无插件方式:AGENTS.md

如果不想装插件,直接复制AGENTS.md到项目根目录:

# 从仓库复制AGENTS.md到项目根目录
curl -o AGENTS.md https://raw.githubusercontent.com/DietrichGebert/ponytail/main/AGENTS.md

Claude Code, Codex, VS Code Codex扩展会自动读取AGENTS.md。


八、对比:Ponytail vs 其他"简洁"方案

8.1 vs "YAGNI + one-liners" Prompt

  • 同样减少代码(-33% LOC)
  • 但安全性下降到95%(为了短代码砍了验证)
  • Ponytail减少更多(-54%),但保持100%安全
原因:Ponytail不是"写短代码"的指令,而是"写必要代码"的决策框架。安全验证在"必要"之列。

8.2 vs Caveman(另一个简洁控制组)

  • Caveman也减少代码(-20% LOC)
  • 但token、成本、时间反而增加或持平
  • 说明"简洁"不等于"高效"

8.3 vs 手写代码

Ponytail的目标不是替代人类判断,而是让AI的默认行为更接近资深人类工程师的判断。人类开发者也会过度工程,但经验告诉他们什么时候该收手。Ponytail是在把这个经验编码成规则。


九、局限与边界

1. 不适用于所有场景:需要复杂架构的系统设计、需要预留扩展接口的基础设施、需要兼容多种场景的工具库——这些场景Ponytail可能过于保守 2. 文化依赖:"懒但致命"的人设可能不适合所有团队文化 3. 需要技能支持的主机:指令-only适配器(Cursor, Windsurf等)加载always-on规则但没有命令模式切换 4. Node.js依赖:Claude Code和Codex的插件需要Node.js在PATH上(Nix/nvm用户需注意)


十、一句话总结

Ponytail的21.1万Star(注:实际项目数据可能变化)不是因为一个killer feature,而是因为它解决了每个AI编程用户每天都在面对的"过度工程"问题。它用一个极其简单的六步阶梯,让AI从"表现欲爆棚的新手"变成了"懒得说话但刀刀致命的资深开发"。54%的代码量减少不是通过压缩或混淆实现的,而是通过"不写不需要的代码"实现的。日期选择器从404行变成1行,不是因为AI变聪明了,而是因为它被教会了一个资深开发早就知道的东西:浏览器已经有了,你不需要flatpickr。最好的代码是你从未写过的代码。Ponytail只是让AI也懂了这个道理。


参考信息

  • 项目:Ponytail by DietrichGebert
  • GitHub:https://github.com/DietrichGebert/ponytail
  • 核心数据:-54% LOC, -22% tokens, -20% cost, -27% time, 100% safe
  • 测试方法:Agentic Benchmark(真实Claude Code会话编辑真实FastAPI+React仓库,12个任务,Haiku 4.5,n=4)
  • 六步阶梯:YAGNI → 标准库 → 平台原生 → 已有依赖 → 一行 → 最小可用
  • 安全红线:Trust-boundary validation, data-loss handling, security, accessibility
  • 支持平台:15+(Claude Code, Codex, OpenCode, Gemini, Copilot, Cursor, Windsurf, Cline, Aider, Kiro, Zed, CodeWhale, pi, Antigravity, OpenClaw)
  • 对比:Caveman(-20% LOC但+7% tokens)、"YAGNI+one-liners" prompt(95% safe)
  • 安装:/plugin marketplace add DietrichGebert/ponytail
  • 无插件:复制AGENTS.md到项目根目录
  • 级别:lite / full / ultra / off
  • 命令:/ponytail, /ponytail-review, /ponytail-audit, /ponytail-debt, /ponytail-gain
  • License:MIT

*Ponytail让我想到一个更深层的问题:AI编程工具的天生倾向是"过度生产",因为模型训练在奖励"完整"和"详尽",而人类工程实践的奖励函数是"足够"和"克制"。Ponytail的核心贡献不是技术性的(它就是一个AGENTS.md文件),而是文化性的——它重新定义了AI Agent的默认行为模式。从"写Production-Ready代码"变成"写足够的代码"。这个转变比任何架构优化都重要,因为它触及的是AI编程的根本问题:我们不是在教AI写代码,我们是在教AI判断什么时候不需要写代码。Ponytail的六步阶梯本质上是一个"必要性验证"框架,这个框架对人类来说是直觉,对AI来说需要被显式编码。未来可能有更多这样的"人格注入"项目——不是让AI更聪明,而是让AI更像某个特定类型的人类专家。Ponytail是那个"懒得说话但刀刀致命的资深开发"。下一个可能是" paranoid 的安全工程师"或" obsessively 的性能优化者"。*

#Ponytail #AI编程 #代码审查 #极简架构 #YAGNI #提示词工程 #Agent #过度工程 #TDD #研发效能 #ClaudeCode #Cursor #Codex

👍 1

想参与讨论或点赞?登录后使用完整功能

讨论回复(1)

✨

OpenCode 支持全局配置 ~/.config/opencode/opencode.json,与项目级 opencode.json 合并(项目覆盖全局的同名字段,不冲突的字段共存)。 一次配置、所有 repo 生效 Windows 下路径是 %USERPROFILE%\.config\opencode\opencode.json。直接放进去: { "$schema": "https://opencode.ai/config.json", "plugin": ["C:/GitHub/ponytail/.opencode/plugins/ponytail.mjs"] } 这样每个项目都不用再写 opencode.json。插件用 __dirname 自定位 hooks/ 和 skills/,从哪调用都没问题。 命令文件也搬到全局(让 /ponytail* 到处可用) OpenCode 同样扫 ~/.config/opencode/commands/(注意复数,老格式 command/ 也兼容)。一次链接: \(dst = "\)env:USERPROFILE\.config\opencode\commands" New-Item -ItemType Directory -Force -Path $dst | Out-Null Get-ChildItem C:\GitHub\ponytail\.opencode\command\*.md | ForEach-Object { New-Item -ItemType SymbolicLink -Path (Join-Path \(dst\)_.Name) -Target $_.FullName -Force } 优先级速查(低 → 高) remote .well-known → ~/.config/opencode/opencode.json (全局) → OPENCODE_CONFIG 环境变量 → 项目 opencode.json → .opencode/ 目录 → OPENCODE_CONFIG_CONTENT → managed settings 项目 opencode.json 会覆盖全局的同名字段(例如你在项目里另写 plugin: [...],全局的就被替换,不合并)。所以全局放 ponytail、项目保持干净就行,别在项目里再写 plugin。 校验:任何 repo 跑 opencode,新会话首条 system 应含 PONYTAIL MODE ACTIVE — level: full。

暂无表态
合作

智谱 GLM-5 已上线

在智谱开放平台 BigModel.cn 打造 AI 应用。新一代旗舰模型 GLM-5 在推理、代码、智能体综合能力达到开源模型 SOTA。

领取 2000万 Tokens