AI 写代码太勤快，Ponytail 让它先学会偷懒

AI 编程工具很勤快，勤快到会把项目里已有的输入框再写一遍。Ponytail 反过来，先让模型停一下：这个功能要不要做，项目里有没有现成的，标准库能不能直接用。

它是一个给 AI 编程工具用的提示词和规则包。原帖称其在 GitHub 上已有 18 万+ Star，支持 20 个 Agent。Claude Code、Codex 可以当插件装，Cursor、Gemini 这类工具把规则文件复制进项目即可。开源协议 MIT，免费。GitHub 地址在文末。

痛点很具体。让 AI 加一个日期选择器，模型可能装个库，或者手写一整个日历，最后产出 335 行。Ponytail 的约束下，它先发现项目里已有输入框组件，10 行收工。

它做的事包括：

• 写代码前先问：功能是否需要、项目里有没有现成实现、标准库能否直接用。
• 该有的校验、报错处理、安全逻辑保留。涉及分支和金额的代码，顺手留一个小测试。
• /ponytail-review 审改动，连没改到但会被影响的文件一起看。
• /ponytail-audit 查整个仓库，给出先修哪里的顺序。
• 在 Claude Code 里还能看到每个任务花了多少钱、多少 token。token 可以粗略理解为模型读写内容的计费单位。

作者在 Claude Code 里测了 39 个任务。结果是代码少 53%，时间少 41%，花费少 26%。省行数只是表面，省下来的是审查路径和返工概率。AI 写得多，最后还是要人看。

适合两类人：天天用 AI 写代码、心疼 token 的独立开发者；接手 AI 写的项目、想先知道哪里最容易出事的人。

有个细节值得追问。有网友在回复里说，比起省行数，更在意 /ponytail-audit 给出的修补顺序：按影响面排，还是按改动成本排。这决定接手别人的项目时先动哪块。工具能把“少写”前置到动手前，顺序判断仍要人盯着。

原帖：https://x.com/Sukiea1008/status/2117251379911860597
GitHub：http://github.com/DietrichGebert/ponytail