📌 项目地址：DietrichGebert/ponytail | ⭐ 110,683 颗星 | 🔧 JavaScript | 📜 未标注
它是什么
一个注入给 AI 编程 agent（目前针对 Claude Code）的 skill。名字来自公司里那种工程师：扎马尾，戴椭圆眼镜，入职比版本控制还早。你给他看五十行代码，他一言不发，换成一行。
这个 skill 做的就是把这种行为模式塞进 agent。README 的 Before/After 例子：你让 agent 做一个日期选择器，默认它会装 flatpickr、写包装组件、加样式表、再和你讨论时区。装了 ponytail 之后，产出一个原生 <input type="date">。例子代码块在 README 里是空的——因为答案本身就短到近乎没有。更多例子在仓库的 examples/ 目录。
54% 这个数字怎么来的，为什么它可信
这个项目 11 万 star，但我认为最值钱的部分是它处理数据争议的方式。
早期宣传是”80-94% less code”。issue #126 指出这个基线不公平：裸模型会在回答里塞说明文字和备选方案，所以差距部分是对话基线造成的假象。作者没有删 issue，而是承认问题，重新做了一套 agentic 基准：
- headless Claude Code 会话，编辑真实开源仓库（tiangolo 的 full-stack-fastapi-template，FastAPI + React）
- 12 个功能任务，同一 agent 开/关 skill，每组 n=4，模型 Haiku 4.5
- 以留下的
git diff评分，而不是看回答写了多少字
修正后的结果：
| 方案 | LOC | tokens | 成本 | 时间 | 安全护栏 |
|---|---|---|---|---|---|
| ponytail | -54% | -22% | -20% | -27% | 100% |
| caveman（简短文风对照） | -20% | +7% | +3% | +2% | 100% |
| 裸提示 “YAGNI + one-liners” | -33% | -14% | -21% | -30% | 95% |
三个关键点：
54% 是均值，不是承诺。 在 agent 容易过度构建的任务上降幅达 94%（日期选择器 404 行降到 23 行，颜色选择器 287 行降到 23 行，因为 ponytail 直接用原生 <input> 而不是组件库）；在本来就精简的代码上降幅接近零。它砍的是多余部分，不是无差别压缩。
“让它写一行”这个朴素做法会丢护栏。 对照组里裸提示的安全率是 95%——少了一个安全检查。ponytail 在压缩代码的同时保留全部护栏，这是它和一句话提示词的实质区别，不是文风区别。
简短文风本身不够。 caveman 只让 agent 说话变短，LOC 只降 20%，成本反升 3%。压代码量需要的是明确的行为规则，不是让 agent 少啰嗦。
完整方法、逐任务表格和局限性在 benchmarks/results/2026-06-18-agentic.md。单次生成测试可用 npx promptfoo eval 复现（README 原文在命令处截断，完整参数见仓库）。安装步骤也以官方 README 为准，我不转述以免过时。
用之前要清楚的两件事
- 收益取决于你的 agent 有多能”写”。 如果它本来就克制，这个 skill 帮不了你多少。价值集中在 CRUD 页面、UI 组件这类 agent 惯性堆依赖的场景。
- 基准绑定 Claude Code + Haiku 4.5。 换 agent 或换模型，效果要自己验证，README 没给其他环境的数据。
我的看法
这个项目分两层看。skill 本身解决的是真实痛点——agent 过度构建是所有人都在碰的问题，54% 的代码量削减配上 100% 护栏保留，数据说得过去。
但更值得收藏的是它的基准修正过程：被指出 artifact → 承认旧数字有水分 → 重做更公平的 agentic 测试 → 把旧数据、issue 链接、局限性全留在 README 里。在一堆”我的 agent 提效十倍”的宣传里，”94% 是上限、54% 是均值、约零是下限”这种写法本身就是稀缺品。如果你要给自己的工具做基准测试，这篇 README 的方法论比工具本身更值得抄。