Ponytail | AI Agent 代码精简插件

1. 前言

省流：让AI少说废话，一句话能做完的事情就不要用两句话。

GitHub：DietrichGebert/ponytail: Makes your AI agent think like the laziest senior dev in the room.（让AI像资深程序员一样偷懒）

官方宣称的测试结果如下，在claude code中：

即便减少了代码，但在 98%（没有 Ponytail 为 68%）的高风险逻辑交付时都带着测试。

但看数据的话，这个插件的效果还是很好的，GitHub上也有161k的stars，所以夜梦就想着在zcode中尝试一下。

2. 安装与使用

安装很简单，和普通的插件一样，直接和ai说：

帮我安装插件：https://github.com/DietrichGebert/ponytail

就好了。使用的时候在对话开头加上/ponytail-xxx命令，然后输入要求。命令表如下：

3. 测评

3.1 规划

由于作者是在claude code中进行的测试，没有zcode相关数据，所以夜梦稍微跑了几个任务测了一下，测试模型为glm-5.3-flash。具体任务如下（一些简单任务）：

任务描述如左栏，对于每一个任务，夜梦都描述了一段任务需求，右栏则是在安装了ponytail插件后，依旧可能出现的问题，比如夜梦想给预约表单加日期选择框，只要满足点一下能选日期就行，但AI还是给我装了日历库，这就太麻烦了。

单个任务的测试计划（夜梦水平有限，可能会有考虑不周的地方，欢迎小伙伴们给夜梦提提意见）：

• 每一次运行都使用相同的原始代码库，在复制的项目代码库中进行测试。测试完使用git diff进行精确统计代码修改内容。
• 每一次运行任务提示词相同。
• 全部测试跑完后，把所有代码改动进行匿名编号，交给评审打分（俗称盲审哈哈哈），打分标准：1、审查”有没有过度设计”（装了没用的库、只有一个实现的抽象类、没人用的配置项、防不存在的情况、拆得太碎的类、重复造轮子）；2、审查”该做的是不是都做了”（输入校验、错误处理、有没有测试、要求的边界覆盖到了吗）。

3.2 结果

汇总结果如下：

整体上装 Ponytail 的任务组确实少写了代码，对比没有装 Ponytail 的任务组大约减少了20%。但仔细看代码修改分布的话，T1、T4、T5 明显更省，而 T2、T3 反而写得更多。

对照官方的”减 53%”这个数据，夜梦认为：使用这类”治过度设计”的工具，效果有多强，取决于 AI 本来有多放飞自我。 glm-5.3-flash本身可能就比较克制，所以效果没有官方测出的那么明显。

对于官方给出的另一组指标（高风险逻辑测试），夜梦也统计了一下，结果如下：

可以发现在那四个较为复杂的任务里（T2 到 T5），装了 Ponytail 的 8 次运行全部补了自动化测试；没装 Ponytail 的 8 次里只有 1 次补了（官方数据是 98% vs 68%）。

最后是任务均分汇总：

总体来看，T2~T5 的分数占优。对于 T2 和 T3 这两个任务的结果，夜梦看了一下它们的 diff 代码，发现装了插件的任务中，多写的代码全部用于测试和交代风险，所以对比未装插件的任务组修改代码较多。但测试和交代风险是“必须”的，所以最后的分数较高。

总结：装了不亏，少写的代码会在最后的测试与交付中提出，自己把握审核一下即可。说不定对gpt那种做什么任务都喜欢算SHA256的模型来说，还是有点用的 =v=