Ponytail

“最好的代码是你根本没写的代码”——让你的 AI Agent 像屋里那个最懒的资深工程师一样思考

项目速览

项目 内容
仓库 DietrichGebert/ponytail
语言 JavaScript
Stars 176,638（2026-10-26），Forks 9,652，月增 31,412
协议 MIT
状态 2026-06-12 建库
组成 技能本体 + review / audit / band 三件套

它想解决什么问题

AI 写代码的通病是”过度工程”：你要个日期选择器，它装一个日期库或者手写整个日历；你要个配置项，它给你一套插件系统。

Ponytail 的人设一句话说完：”Makes your AI agent think like the laziest senior dev in the room.”——让 Agent 像那个最懒的资深工程师一样思考：能不加就不加，能复用就复用。

核心机制拆解

1. 用数据说话的”懒”。 Ponytail 5 在一套公开基准（Claude Code + Opus 5.5，39 个任务含一个真实 FastAPI + React 仓库，各跑 5 次）中的成绩：

  • 代码量 **-53%**、耗时 -41%、成本 -26%、token -45%；
  • 同时，98% 的风险逻辑带有测试（不用该技能只有 68%）；
  • Agent 自己写的测试能抓住 66% 的注入 Bug（不用只有 46%）；
  • 六个安全任务（SQL 注入、路径穿越、伪造 token、限流、畸形 CSV、缓存）全部通过。

README 特意强调：”The rule was never ‘fewest tokens.’”——规则从来不是”最少 token”，而是”只写任务需要的，且永远不砍验证、错误处理、安全和可访问性“。代码小是因为必要，不是玩代码高尔夫。

2. 决策阶梯（ladder）。 核心机制是一串”先问再写”的自问：这东西需要存在吗 → 代码库里已经有一个吗 → 标准库能做吗 → 平台原生功能有吗 → 已安装的依赖里有吗 → 能一行解决吗 → 最后才写能工作的最小实现（有逻辑就配一个小测试）。

经典案例：日期选择器。没有 Ponytail 的 Agent 会装库或手写日历，335 行；Ponytail 5 先看仓库——有个 Input 组件，而每个浏览器都自带日期选择器，把两者拼起来：10 行。

3. 不止于”删代码”。

  • /ponytail-review：像半夜被叫起来修 Bug 的 senior 一样审查——读改动波及到的代码，而不只是 diff 本身；每条发现都写明”这段代码在干什么、会出什么问题、怎么修、不修会怎样”；
  • /ponytail-audit：先给整个仓库画地图（入口、数据流、预期负载），再把发现排序，告诉你先修哪个；
  • ponytail band：Claude Code 输入框上方的实时状态带，显示当前任务花了多少钱、多少 token、复用率多少、上次改动后测试是否通过；另有本地 Board 页面汇总所有项目的开销。

安装与上手

点评

亮点是把”懒”从性格缺点变成工程方法论，而且每一步都有基准数据背书。”少写、想清楚再写，反而更便宜也更安全”——这个结论挑战了当前”让 Agent 多产出”的主流叙事。

局限：基准是官方自设（39 任务、单一模型档位），换到你的技术栈需要复测；激进的”能不写就不写”在探索性原型阶段可能压掉必要的抽象；ponytail band 依赖 Claude Code 的界面能力，其他 harness 支持有限。

适合人群：觉得 AI 写代码”又贵又啰嗦”的人（目前对 AI 代码膨胀最系统的解药）；对 AI 改动不放心、需要”波及面审查”的团队；成本敏感的 Agent 重度用户。