Ponytail：让 AI 编程 Agent 学会「少写代码」

GitHub Trending 上最近杀出一匹黑马 —— DietrichGebert/ponytail，三天涨 7 万多 star，现在已经 78k+。它做的事情非常反直觉：教你的 AI Agent 偷懒，而且数据上把代码量砍掉 54%、成本降 20%、速度还快 27%。

听起来像玄学？我们一条一条拆开看。

背景：AI 写代码的最大问题不是写错，是写太多

用过 Claude Code、Cursor、Codex 这类 Agent 的人都有同感：你让它写一个日期选择器，它给你装一个 flatpickr、写一个 React 包装组件、加样式表、再讨论一遍时区。最后一 git diff，50 行没了。

Token 烧得快：上下文里塞满组件 props、配置项、文档
成本高：Haiku 4.5 在 Ponytail 实验里，跑同样任务比 baseline 贵 20%
代码难 review：50 行改成 5 行容易，反过来就痛苦了
容易引入 bug：组件多一层，就多一层边界 case
每天用 Claude Code / Codex / Copilot CLI 写中型 feature 的开发者（行数 100~1000 这种规模收益最大）
嫌 Agent 总是过度设计的团队（你肯定见过它"我帮你加个配置项"）
想压 AI API 账单但不想牺牲安全性的个人 / 小团队
想给团队立"代码审查黄金标准"但缺工具的技术 Lead
写一次性脚本 / 玩具项目 —— Ponytail 收益不如中型项目明显
已经在用公司内部强制 prompt 规范且效果不错的团队
跑本地 reasoning-heavy 模型（GPT-5.5 这种 thinking tokens 多的），作者自己说 Ponytail 在那种场景反而可能略慢
这个项目 本身不是 Docker 应用，所以没有 docker run 命令。它装在你本地 AI Agent 客户端里
78k star 是带水分的（agent 起号 + trendshift 推广），但 54% 代码量下降是真实可复现的
兼容性 badge 写"works with 19 agents"，除了上面三个还有 Cursor、Windsurf、Cline、Aider 等
GitHub:
官网:
基准测试方法:
复现脚本:
Trendshift:
npm 包: @dietrichgebert/ponytail

DietrichGebert/ponytail 的解法是：给 Agent 一套「能不写就不写」的决策阶梯，让它在动键盘之前先停下来想清楚。

能做什么

Ponytail 本质上是一个 AI Agent Skill 集合，通过 Claude Code / Codex / GitHub Copilot CLI 的插件系统加载进去。加载之后，Agent 在每次生成代码前会先过一道「决策阶梯」：

1. Does this need to exist?     -> no: skip it (YAGNI)
2. Already in this codebase?    -> reuse it, don't rewrite
3. Stdlib does it?              -> use it
4. Native platform feature?     -> use it
5. Installed dependency?        -> use it
6. One line?                    -> one line
7. Only then: the minimum that works

实际效果可以看 Ponytail 官方的 before / after：


  value={date}
  onChange={setDate}
  locale="zh-CN"
  showTimeSelect
  timeFormat="HH:mm"
  dateFormat="yyyy-MM-dd HH:mm"
/>

日期选择器：从 404 行实现砍到 23 行。颜色选择器：从 287 行砍到 23 行。不是因为偷懒，是因为浏览器/标准库本来就有。

它还强调一条底线规则：Lazy, not negligent —— 信任边界校验、数据丢失处理、安全、可访问性，永远不在砍掉的清单上。这跟"砍掉错误处理换行数"是两回事。

为什么值得看：数据是真的

很多"AI 工具优化项目"数据是自吹的，Ponytail 这个倒是挺厚道，把基准测试方法、原始数据、可复现脚本都公开了。

最新一轮（2026-06-18，agentic 模式）：

用一个真实的 Claude Code 会话，去改 tiangolo/full-stack-fastapi-template（一个真实的 FastAPI + React 全栈项目），跑 12 个 feature 任务，每个跑 4 次取均值，用 Haiku 4.5：

| vs 无 Skill 的 baseline | 代码行数 | Token | 成本 | 耗时 | 安全性 |
|---|---:|---:|---:|---:|---:|
| ponytail | -54% | -22% | -20% | -27% | 100% |
| caveman（纯文风控制） | -20% | +7% | +3% | +2% | 100% |
| "YAGNI + one-liners" 提示词 | -33% | -14% | -21% | -30% | 95% |

只有 ponytail 在 每一项指标上都更低，而且 100% 保留安全护栏。那个裸跑"YAGNI + 一行流"提示词的版本虽然代码也少，但安全分掉到了 95%（砍掉了输入校验）。

老一轮（single-shot 模式）数据更夸张：80~94% 代码量下降，但作者自己也承认那是 baseline 有水分（裸模型会拿 prose 凑行数），所以现在的 54% 是更诚实的对照。

复现方法在仓库 benchmarks/ 目录下，作者用 npx promptfoo eval -c benchmarks/promptfooconfig.yaml 就能跑。

快速上手

Ponytail 同时支持 Claude Code、Codex、GitHub Copilot CLI 三家主流 Agent。安装命令只有两行。

Claude Code（最常用）：

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

注意：因为是两条命令，必须分两条消息发，install 才会生效。Claude Code Desktop 也是同一套 —— 在 Code 标签页输入上面两个 /plugin 命令，或者点 + 按钮选 Plugins。

Codex：

codex plugin marketplace add DietrichGebert/ponytail
codex

进 /plugins 选 Ponytail marketplace 安装，然后到 /hooks 信任它的两个 lifecycle hooks，开新线程就能用。Codex 桌面版装完重启即可。

GitHub Copilot CLI：

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

如果你是 Nix 或 nvm 用户，注意：插件跑两个 Node.js lifecycle hook，node 必须在非交互 shell 的 PATH 上。不然 Skill 还能用，只是每次提示词不会自动激活。

装完之后不用重启 Agent，直接给它写个日期选择器的活儿，观察 git diff —— 大概率会从 50 行变成 23 行。

适合谁

Token 烧得快：上下文里塞满组件 props、配置项、文档
成本高：Haiku 4.5 在 Ponytail 实验里，跑同样任务比 baseline 贵 20%
代码难 review：50 行改成 5 行容易，反过来就痛苦了
容易引入 bug：组件多一层，就多一层边界 case
每天用 Claude Code / Codex / Copilot CLI 写中型 feature 的开发者（行数 100~1000 这种规模收益最大）
嫌 Agent 总是过度设计的团队（你肯定见过它"我帮你加个配置项"）
想压 AI API 账单但不想牺牲安全性的个人 / 小团队
想给团队立"代码审查黄金标准"但缺工具的技术 Lead
写一次性脚本 / 玩具项目 —— Ponytail 收益不如中型项目明显
已经在用公司内部强制 prompt 规范且效果不错的团队
跑本地 reasoning-heavy 模型（GPT-5.5 这种 thinking tokens 多的），作者自己说 Ponytail 在那种场景反而可能略慢
这个项目 本身不是 Docker 应用，所以没有 docker run 命令。它装在你本地 AI Agent 客户端里
78k star 是带水分的（agent 起号 + trendshift 推广），但 54% 代码量下降是真实可复现的
兼容性 badge 写"works with 19 agents"，除了上面三个还有 Cursor、Windsurf、Cline、Aider 等
GitHub:
官网:
基准测试方法:
复现脚本:
Trendshift:
npm 包: @dietrichgebert/ponytail

Token 烧得快：上下文里塞满组件 props、配置项、文档
成本高：Haiku 4.5 在 Ponytail 实验里，跑同样任务比 baseline 贵 20%
代码难 review：50 行改成 5 行容易，反过来就痛苦了
容易引入 bug：组件多一层，就多一层边界 case
每天用 Claude Code / Codex / Copilot CLI 写中型 feature 的开发者（行数 100~1000 这种规模收益最大）
嫌 Agent 总是过度设计的团队（你肯定见过它"我帮你加个配置项"）
想压 AI API 账单但不想牺牲安全性的个人 / 小团队
想给团队立"代码审查黄金标准"但缺工具的技术 Lead
写一次性脚本 / 玩具项目 —— Ponytail 收益不如中型项目明显
已经在用公司内部强制 prompt 规范且效果不错的团队
跑本地 reasoning-heavy 模型（GPT-5.5 这种 thinking tokens 多的），作者自己说 Ponytail 在那种场景反而可能略慢
这个项目 本身不是 Docker 应用，所以没有 docker run 命令。它装在你本地 AI Agent 客户端里
78k star 是带水分的（agent 起号 + trendshift 推广），但 54% 代码量下降是真实可复现的
兼容性 badge 写"works with 19 agents"，除了上面三个还有 Cursor、Windsurf、Cline、Aider 等
GitHub:
官网:
基准测试方法:
复现脚本:
Trendshift:
npm 包: @dietrichgebert/ponytail

Token 烧得快：上下文里塞满组件 props、配置项、文档
成本高：Haiku 4.5 在 Ponytail 实验里，跑同样任务比 baseline 贵 20%
代码难 review：50 行改成 5 行容易，反过来就痛苦了
容易引入 bug：组件多一层，就多一层边界 case
每天用 Claude Code / Codex / Copilot CLI 写中型 feature 的开发者（行数 100~1000 这种规模收益最大）
嫌 Agent 总是过度设计的团队（你肯定见过它"我帮你加个配置项"）
想压 AI API 账单但不想牺牲安全性的个人 / 小团队
想给团队立"代码审查黄金标准"但缺工具的技术 Lead
写一次性脚本 / 玩具项目 —— Ponytail 收益不如中型项目明显
已经在用公司内部强制 prompt 规范且效果不错的团队
跑本地 reasoning-heavy 模型（GPT-5.5 这种 thinking tokens 多的），作者自己说 Ponytail 在那种场景反而可能略慢
这个项目 本身不是 Docker 应用，所以没有 docker run 命令。它装在你本地 AI Agent 客户端里
78k star 是带水分的（agent 起号 + trendshift 推广），但 54% 代码量下降是真实可复现的
兼容性 badge 写"works with 19 agents"，除了上面三个还有 Cursor、Windsurf、Cline、Aider 等
GitHub:
官网:
基准测试方法:
复现脚本:
Trendshift:
npm 包: @dietrichgebert/ponytail

一句话总结

Ponytail 不是教你写代码，是教你 不写代码。把 "YAGNI + 用平台原生 + 一行能解决就不写函数" 这套哲学塞进 Agent 的脑子，让它每次动手前先过决策阶梯。数据上砍掉一半代码、20% 成本、27% 耗时，而且不丢安全护栏。

如果你的 Agent 也在 over-build，今晚 5 分钟就能装上试一下。

链接

Token 烧得快：上下文里塞满组件 props、配置项、文档
成本高：Haiku 4.5 在 Ponytail 实验里，跑同样任务比 baseline 贵 20%
代码难 review：50 行改成 5 行容易，反过来就痛苦了
容易引入 bug：组件多一层，就多一层边界 case
每天用 Claude Code / Codex / Copilot CLI 写中型 feature 的开发者（行数 100~1000 这种规模收益最大）
嫌 Agent 总是过度设计的团队（你肯定见过它"我帮你加个配置项"）
想压 AI API 账单但不想牺牲安全性的个人 / 小团队
想给团队立"代码审查黄金标准"但缺工具的技术 Lead
写一次性脚本 / 玩具项目 —— Ponytail 收益不如中型项目明显
已经在用公司内部强制 prompt 规范且效果不错的团队
跑本地 reasoning-heavy 模型（GPT-5.5 这种 thinking tokens 多的），作者自己说 Ponytail 在那种场景反而可能略慢
这个项目 本身不是 Docker 应用，所以没有 docker run 命令。它装在你本地 AI Agent 客户端里
78k star 是带水分的（agent 起号 + trendshift 推广），但 54% 代码量下降是真实可复现的
兼容性 badge 写"works with 19 agents"，除了上面三个还有 Cursor、Windsurf、Cline、Aider 等
GitHub:
官网:
基准测试方法:
复现脚本:
Trendshift:
npm 包: @dietrichgebert/ponytail