开源发现

Ponytail：让 AI编程代理学会“少写代码”的懒惰高级工程师模式

Ponytail 项目仓库提供的官方 Social Preview 图片。

Ponytail是一个面向 AI编程代理的开源规则与插件项目。它想解决的问题很具体：很多代码代理在接到任务后，会本能地“多做一点”，引入新的依赖、抽象、组件和配置，最后把一个本来很简单的问题写成一大段代码。Ponytail的做法正好相反，它把 YAGNI、优先复用、优先标准库和平台原生能力等原则变成代理在写代码前要依次检查的规则，让模型先判断“这段代码到底需不需要写”。

项目作者把这种风格形容成“房间里最懒的高级工程师”：懒不是敷衍，而是避免重复劳动和无必要的复杂度。它要求代理先理解当前代码和真实调用链，再从最省事、最直接的方案开始选择，同时保留安全、数据保护、可访问性等不能牺牲的边界。

它到底在改变什么

Ponytail的核心不是让模型机械地写 one-liner，而是建立一套从“能不能不写”开始的判断顺序。代理在动手前会依次检查：这个功能是否真的需要、代码库里是否已有可复用实现、标准库或平台原生功能能否完成、现有依赖是否已经提供能力，以及是否可以用更小的改动解决。

这种思路对 AI编程尤其有针对性。代码代理很容易因为“完成任务”的倾向而过度实现，例如为了日期选择器引入第三方库、封装组件和样式，而浏览器原生的日期输入控件可能已经够用。Ponytail会把这种“先看现成能力”的判断提前到生成代码之前。

官方基准给出的结果

项目提供了基于真实 Claude Code会话的 agentic benchmark：在一个 FastAPI + React的真实开源项目中，针对12个功能任务，用相同模型分别测试启用和不启用 Ponytail的结果。官方报告的平均结果是代码行数减少约54%、token使用减少约22%、成本减少约20%、耗时减少约27%，同时保留完整的安全检查。

这些数字需要结合测试条件理解。仓库也明确说明，Ponytail在“本来就已经很精简”的任务上收益接近于零，而在容易过度设计的任务上差异会非常大。因此它更像是在压制代理的过度实现倾向，而不是保证所有任务都按固定比例减少代码。

支持哪些 AI编程环境

Ponytail已经适配多种代理和编码工具，包括 Claude Code、Codex、GitHub Copilot CLI、OpenCode、Gemini CLI、Hermes Agent、Devin CLI、OpenClaw、Grok Build，以及通过规则文件接入的 Cursor、Windsurf、Cline、Kiro、Qoder、Aider、Zed等环境。

不同宿主的集成深度并不完全一样。部分工具可以使用插件、生命周期 hooks、模式切换和子代理注入，另一些则主要通过 AGENTS.md或对应的规则文件提供“始终生效”的开发约束。项目还提供 lite、full、ultra和 off等模式，方便开发者调整规则介入的强度。

常用命令与能力

除了默认的“少写代码”规则，Ponytail还内置了一组面向维护和审查的命令。`/ponytail-review` 用于检查当前 diff里是否有过度设计，`/ponytail-audit` 可以扫描整个仓库，`/ponytail-debt` 用于整理被暂缓的简化事项，`/ponytail-gain` 则展示基准测试中的收益数据。主命令 `/ponytail` 可以查询或切换当前模式。

这让它不只是一个提示词文件，而更接近一套可以长期挂在代理工作流里的工程约束：既在写代码之前限制复杂度，也能在代码生成之后重新检查哪些内容其实可以删掉。

如何安装

Ponytail为不同宿主提供了不同安装方式。以 Codex为例，可以通过插件市场添加仓库并安装插件：

codex plugin marketplace add DietrichGebert/ponytail
codex plugin add ponytail@ponytail

安装后运行 Codex，并在 `/hooks` 中检查并信任它的两个生命周期 hook，然后开启新会话即可。

Claude Code也支持插件方式安装，需要分别执行添加 marketplace和安装插件两个命令：

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

OpenCode可以直接在配置中启用 npm包：

{
  "plugin": ["@dietrichgebert/ponytail"]
}

Gemini CLI则可以直接安装仓库提供的扩展：

gemini extensions install https://github.com/DietrichGebert/ponytail

如果使用的是只支持规则文件的编辑器或代理，也可以按仓库说明复制对应的 AGENTS.md、Cursor rules、Windsurf rules、Copilot instructions等文件，让同一套原则以 instruction-only方式生效。

适合什么场景

Ponytail很适合已经在大量使用 AI编程代理、但开始被“自动过度设计”困扰的开发者。它尤其适合成熟项目、已有稳定工具链的代码库，以及希望严格控制新增依赖、抽象层和代码量的团队。在这类环境里，AI生成的多余封装往往比少写几行代码更容易带来维护成本。

它也有明确边界。Ponytail不是为了强迫所有代码变短，更不会为了减少行数而跳过安全、数据完整性和可访问性检查。复杂业务确实需要复杂实现时，它不会把“少写代码”当成唯一目标。项目本身采用 MIT License，适合直接研究、修改和集成到现有代理工作流中。