ponytail：给 AI 编程代理装上「最懒资深工程师」的七级阶梯

核心判断

AI 编程代理最常见的浪费不是写错，而是写多：要一个日期选择器，它装 flatpickr、包一层组件、加一个样式表，再跟你讨论时区。ponytail 的解法是把一位「公司里资历比版本控制还老、话最少、一行顶五十行」的资深工程师形象，做成一条注入给代理的决策阶梯。

结果有基准背书：在真实 FastAPI + React 仓库上跑 12 个 feature 任务（Claude Haiku 4.5，n=4），对比无 skill 基线，代码量均值 -54%、token -22%、成本 -20%、耗时 -27%，安全检查 100% 保留。它不是省 token 的奇技淫巧——规则明写「目标从来不是最少 token，而是只写任务需要的代码，验证、错误处理、安全、可访问性永远不上砍刀」。

129k stars、MIT、JavaScript，2026 年内从单 skill 长成覆盖 20 种代理的插件生态，是当前 trending 周榜月榜双热门。这类项目起量快、迭代也快，本文只锚定写作时点的 README 与基准报告。

规则本体：七级阶梯

ponytail 的全部魔力浓缩在写代码前依次落座的七级判断上。把整条管道拉平看，它其实只有三个环节：先理解，再逐级下探，最后守住底线。

最后一步不是可选项：基准里安全项保持 100% 保留，正是因为有这条底线兜着。

1. 这东西需要存在吗？        → 不需要：跳过（YAGNI）
2. 本代码库里已经有了？      → 复用，不重写
3. 标准库能做？              → 用标准库
4. 平台原生特性能做？        → 用原生特性
5. 已安装的依赖能做？        → 用它
6. 一行能写完？              → 一行
7. 以上都不行：写「能工作的最小实现」

第 1 级立的是 YAGNI（You Aren’t Gonna Need It，你不会需要它），后六级是它按「为什么不用现成的」拆开的答案。这条阶梯聪明在把一句口号变成了可逐级落座的检查顺序。

最出名的例子是日期选择器：

<!-- ponytail: browser has one -->
<input type="date">

没有 flatpickr，没有 wrapper，没有时区讨论。基准里这个任务从 404 行降到 23 行；颜色选择器从 287 行降到 23 行。

一个容易被误读的细节：阶梯运行在代理理解问题之后，不是替代理解。README 原话是「对方案懒，对读代码从不懒」——代理仍要先读改动涉及的代码、追真实调用流，再决定落在哪一级。这把它和「少写点字」式的粗暴 prompt 区分开来。

基准方法论：一次诚实的自我纠错

ponytail 值得一读的部分是它如何被度量，尤其是它公开修正过自己。

现行版本（agentic 基准）：headless Claude Code 会话编辑真实仓库 fastapi/full-stack-fastapi-template，按留下的 git diff 计分；12 个 feature 工单，带/不带 skill 对比，n=4，Haiku 4.5，中位数报告。设了两个对照组：caveman（简短文风控制）和裸 “YAGNI + one-liners” prompt。结果 ponytail 是唯一在 LOC/tokens/cost/time 四项全面下降且安全性保持 100% 的组；裸 prompt 虽然也砍代码（-33%），但安全项掉到 95%。

对着这张表读，关键在于第三、四行：砍代码不难，难的是砍完还守住安全线——这正是阶梯里「验证、错误处理、安全不上砍刀」那步在基准里的体现。

被废弃的旧版本（单次生成基准）：早期报告「80-94% 少写」，issue #126 指出裸模型基线会用水文和选项凑篇幅，差距部分是对话基线假象。作者没有删数据，而是把旧版折进折叠块、标注为「不可辩护的旧数字」，并把 94% 重新定位为逐任务上限而非均值。

两点值得所有做 prompt/skill 基准的人抄走：对照组要隔离文风与规则两种变量（caveman 的存在就是为了证明「简短」本身不够）；承认基线缺陷并公开修正是可信度的来源。同时注意边界：削减幅度在「本来就该最小化」的任务上趋近于零；在爱思考的推理模型上（README 点名 GPT-5.5）反而可能因为思维链里反复权衡阶梯而更贵——它优化的是「遵守阶梯的模型」。

安装：三行以内的事

Claude Code（两条命令分两次发送）：

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

Codex / Copilot CLI 同构：codex plugin marketplace add DietrichGebert/ponytail 或交互内 /plugin 两条。此外覆盖 OpenCode（opencode.json 加 "plugin": ["@dietrichgebert/ponytail"]）、Gemini CLI（gemini extensions install）、Pi（pi install git:github.com/DietrichGebert/ponytail）、Qoder（零配置读 AGENTS.md）等约 20 种代理宿主（harness）。

前提条件只有一条：Claude Code / Codex 的生命周期钩子需要 node 在非交互 shell 的 PATH 上（Nix/nvm 用户注意）；缺了也不报错，只是退化为非 always-on 激活。

模式与命令

四个力度档位：lite / full / ultra / off，外加六个斜杠命令——/ponytail-review（对已有 diff 按阶梯复检）、/ponytail-audit、/ponytail-debt、/ponytail-gain 等。日常挂在 full，遇到严格规格的活切 off 或 lite，是最省心的用法。

适用边界

• 适合：UI 组件类、脚手架类、容易被代理过度设计的任务；按 token 计费的代理会话；团队想统一「先查有没有」的代码习惯。
• 不适合：任务本身就是探索性原型、需要展示多种实现路径的教学场景；以及已在规格书里写死实现方式的工作——阶梯第 7 级之上的自由度不是它要解决的。
• 风险：基准集中在 Haiku 4.5 单模型 + 单仓库，跨模型跨域的方差 README 自己也承认；「-54%」是均值，别当成承诺。

一句话收束：ponytail 证明了一件朴素的事——让代理少写代码的最有效手段，不是让它写得更用力，而是给它一张「先别写」的检查清单。