Ponytail，程序员的“马尾”
你见过那种老员工吗？
马尾及肩，椭圆形眼镜。在公司待的时间比版本控制还久。你给他展示五十行代码，他看都不看，抬手删掉四十九行，只留一行。程序活了。
Ponytail 就是把这个人装进 AI 编程工具里。
它是什么？
不是模型，不是微调，就是一套指令。
核心是一把七级阶梯。每次要写代码之前，AI 停下来，先爬这七级：
需要存在吗？ → 不要：跳过
代码库里已经有没？ → 有：复用
标准库里有没？ → 有：用标准库
平台原生能力有没？ → 有：用原生
已装依赖里有没有？ → 有：用在项目里
一行能搞定吗？ → 能：一行
上面都不行：写最少数量的必要代码
这把梯子 GitHub 上一周拿了五万星。社区的嗅觉比任何分析报告都快。
它适配哪些工具？
完整插件模式（带命令）：
Claude Code: /plugin marketplace add DietrichGebert/ponytail
/plugin install ponytail@ponytail
Codex: codex plugin marketplace add DietrichGebert/ponytail
Copilot CLI: copilot plugin marketplace add DietrichGebert/ponytail
copilot plugin install ponytail@ponytail
Pi agent: pi install git:github.com/DietrichGebert/ponytail
OpenCode: 从仓库checkout后配置opencode.json
Gemini CLI: gemini extensions install https://github.com/DietrichGebert/ponytail
OpenClaw: clawhub install ponytail
只读规则模式（无命令，但梯子原则照常生效）：Cursor、Windsurf、Cline、Kiro、Zed、VS Code Codex 扩展。拷贝对应规则文件到项目里即可。
用完之后发生了什么？
Benchmark 在真实环境跑。同一套 Claude Code 改 FastAPI + React 仓库，十二个 feature ticket，逐一对标。
结果：
代码行数减少百分之五十四。最夸张的场景：date picker，本来要装第三方库、写 wrapper、加样式表。Ponytail 出来之前：四百行。出来之后：二十三行。
Token 消耗降了百分之二十二。费用降了百分之二十。响应时间快了百分之二十七。
关键：安全一项没有妥协。Ponytail 在对抗测试里拿到满分，而一个粗暴的「写 one-liner + YAGNI」提示词只拿到九十五分，漏掉了一条路径穿越防护。
什么场景不适用？
已经极简的代码。 这把梯子解决的是 over-build，不是解决代码本来就合理的问题。如果你让 AI 写的东西本来只有十行，它不会帮你删成零行。
复杂分布式系统、遗留集成层、性能敏感路径。 这些地方 Ponytail 的保守策略可能变成另一种技术债。你明明需要一条生产线，它坚持用流水线。
还有个细节：推理模型如果本身就很啰嗦，爬梯子本身就要消耗 thinking token，最后可能省下的字符还不如爬梯子花掉的多。GPT-5.5 上就出现过这种情况。这不是 Ponytail 的 bug，是模型特性。
什么场景最适用？
所有 AI 天然倾向于过度建设的领域。
前端 UI 组件，一上来就想装一套库。数据处理管道，还没看清数据长什么样就开始设计抽象层。API 脚手架，明明三个参数够了非要设计配置对象。
这种时候 Ponytail 的梯子直接卡住第一级：这个需要存在吗？不需要就跳过。
开关机制
强度可以调。
/ponytail lite 温和模式，放行多一点。/ponytail full 默认模式。/ponytail ultra 激进模式，适合代码库让你个人情绪受损的情况。/ponytail off 完全关闭。
如果你确实需要那个一百二十行的缓存类怎么办？你坚持，Ponytail 就给你建。只是建的时候那位老员工会一直看着你，一句话不说。
最后说一句
五万颗星不是偶然。
社区注意到的是同一个真相：AI 编程的瓶颈已经不在“能不能写”，而在“该不该写”。一个技能的全部工作就是克制，而克制在这个时代是稀缺能力。
装上 Ponytail，AI 学会的第一件事不是怎么写代码，而是什么时候不写。
这才是那五十行代码替代四百行的真正原因。