这实验我也刷到了，看完第一反应是——啥玩意儿？让AI少写代码，反而效果最好？说好的大力出奇迹呢。折腾了半天发现，真正有用的不是"精简输出"这种简单粗暴的命令，而是一套模拟"懒惰高级工程师"思维的规则集。
这项目叫 ponytail，标语就一句话——"最好的代码，是你从来没写过的那行代码。"
啥意思？坦率讲，你用 Claude Code 写代码应该也有这种感觉。AI 天生就是个"生成欲"极强的员工。你让它加个登录验证，它顺手给你建了套完整的工具函数。修个 Bug？它在旁边打了个华丽的补丁，病根压根没动。做个功能？跟代码库里已有逻辑高度重叠的一版，说写就写。
AI 的本能是生成，不是理解。
ponytail 干的事，是在这个"生成本能"前面插一层思维框架。它让 AI 写任何东西之前，先过三个问题——这代码库里是不是已经有了？能不能直接复用现成的？我现在改的是根本原因，还是只是在治标？这套逻辑作者叫它"梯子"：先理解再动手，第一级；复用不重写，第二级；修根因不治表，第三级。
有人评价这套设计，"用'梯子'来比喻 AI 的思维框架很精妙，大多数人调教 AI 是给指令，这套 Skill 是给'思维范式'。6/6 对 1/6 的成功率说明模型的能力边界远没有到上限，提示词的'思维方式'决定了下限。"说得有道理。但也得补一刀——实验 6 个用例的对比，统计意义有限，别急着封神。毕竟我自己跑过的测试里，翻车的也不是没有。
数字确实好看。作者拿真实公开仓库跑基准测试，用的是无头 Claude Code 会话，不是裸模型。装上 ponytail 之后，代码行数平均下降 54%，那种"过度构建"的需求最高砍了 94%。Token 消耗降 22%，运行时间降 27%，成本降 20%。
最扎眼的是细节对比：同样是修一个共享函数的 Bug，用"懒惰框架"指令的成功率是 6 个全中，用普通"追踪代码流"指令只中了 1 个。同一个模型，换个说法框架，结果差出六倍。
"最好的代码是没写过的"这个提法，软件工程圈其实早就有过。Dijkstra 那句"调试代码的难度是写代码的两倍"差不多就是这个意思——少写一半代码，等于少调试一半 Bug。ponytail 让人服气的地方是把这条老哲学做成了规则集，顺手塞给 AI。从基准测试看，真正省成本的核心不是"少写"这个指令，而是"复用已有逻辑"和"修根因不治表"这两条规则在起作用。
有人拿这项目开了个玩笑："你让 AI 写得越少，老板越觉得你水平高。AI 终于学会了打工人摸鱼的高级境界——把活干完，但让别人觉得你什么都没干。"这话幽默，但方向没偏。也有人说得更直接：这个 Skill 真正扎心的不是技术层面，是它把"代码量"这个 KPI 的遮羞布扯了下来。如果 AI 能少写 54% 的代码，按行数算绩效的团队制度算什么？下一个问题是，程序员的产出价值到底该怎么定义。
安装不复杂。ponytail 支持主流工具，Claude Code、Cursor、Windsurf、Cline、OpenCode 都在列表里，每个工具对应好规则目录。Claude Code 用户直接装插件就行，其他工具把对应目录的规则文件复制进项目，AI 工具会自动加载。
它附带三个实用命令。`/ponytail-gain` 用 ASCII 条形图展示基准测试里能省多少，先给你做心理建设；`/ponytail-debt` 扫描当前仓库，估算有多少代码按"懒惰哲学"可以直接删；`/ponytail-audit` 找出具体哪些位置值得缩减。三个命令串起来是个完整流程：先看收益，再查债务，最后锁定目标。
有意思的是这项目本身就是自己指导自己干出来的——Git Commit 里写着 Co-authored-by: Claude Opus 4.8，作者用 ponytail 配置的 Claude 来开发 ponytail。这套路有点像拿着自己磨的刀切菜，结果刀工还真过关。
我实际玩了一下午的感受是，它最让人惊喜的不是省了多少 token，是帮你把仓库里那些"看起来有用，实际上冗余"的工具函数全暴露出来了。项目清爽了，维护成本肉眼可见在降。不过要泼盆冷水——它更适合中大型老项目，从零起步的新项目收益没那么夸张。有碰到 Compatibility 问题的朋友可以评论区交流下，我自己在旧项目里也踩了个小坑，配置路径不对的话规则不生效。
代码写到越少，系统反而越稳。这种反常识的事，在 AI 时代会越来越多。项目地址放这了，自己动手试试比听我说更有说服力。
开源地址：https://github.com/DietrichGebert/ponytail
都看到这了，关注一下。这个号专挖普通人能直接用上的 AI 工具，每天一个，帮自己节省一小时。