给AI请了个“老油条”,代码少了80%

 三虫君·AI前线  2026.06.12

 给AI请了个"老油条"，代码少了80%

 💡 你的AI还在装包、写类、搞架构？我装了个"老油条"插件后，它学会了一句话：这个不需要写。

 上周末我做了一个测试。我问Claude Code："给这个表单加一个日期选择器。"

 它花了三秒钟思考，然后开始干活——装了个 flatpickr 包，写了个 React wrapper 组件，配了两个 useEffect 钩子，导入了 CSS 文件，还加了一段清理函数防内存泄漏。

 总共 30行代码，一个外部依赖。

 然后我装了 Ponytail——一个让AI学会"偷懒"的小插件。同样的问题，它写了一个HTML标签：

<!-- ponytail: browser has one -->
<input type="date">

 一行。零依赖。浏览器原生支持。触摸友好。键盘可用。可访问性达标。

 差距不是30倍。差距是——一条路通向永无止境的维护负担，另一条路什么都不用管。

   我意识到一件事：AI越强，越要教它"别写"

 这事儿让我想了很久。

 过去一年，AI编程工具的能力突飞猛进。Claude Code能一口气生成上百行代码，Cursor能重构整个模块，Copilot能自动补全复杂逻辑。但有个问题被忽视了——这些AI默认的"行为模式"是什么？

 答案是：过度工程化。

 没有一个AI会先问"这个真的需要吗？"它们只会埋头写。你说"加个日期选择器"，它就装包、写类、加测试。你说"缓存API响应"，它就写一个120行的TTL缓存类，带线程锁、LRU淘汰策略、统计数据收集。

 技术上没错。但实际上一大半都不需要。

 Ponytail 的作者 Gebert 显然也发现了这个问题。他给AI加了一个简单的"思维过滤器"——每写一行代码前，先过6道关：

 1. 这东西真的需要存在吗？→ 不需要就跳过（YAGNI原则）
 2. 标准库有现成的吗？→ 直接用
 3. 浏览器/平台自带？→ 直接用
 4. 已安装的依赖能搞定？→ 用它
 5. 一行能搞定？→ 就写一行
 6. 以上都不行？→ 写最少能跑起来的

 六个关卡，优先级从高到低。核心思想就一句话：能不写就不写，能少写就少写，非得写就写最少的。

   不是偷懒，是精准

 有人会说：这不就是教AI偷懒吗？

 我一开始也这么想。但仔细看它的设计——懒惰不等于疏忽。Ponytail明确保留了几条红线不能碰：信任边界校验、数据安全、安全防护、可访问性。真正要紧的东西，它不砍。

 它砍的是"为了架构而架构"的代码。

 再看一个例子。你让AI写一个API端点——"根据用户ID返回用户信息"。没有Ponytail的AI会生成什么？

 controllers/user_controller.py、services/user_service.py、repositories/user_repository.py、schemas/user_schemas.py、exceptions/user_exceptions.py——五个文件，三个类，一个自定义异常，一条依赖注入链。全是包装一层数据库查询。

 装了Ponytail之后：

# ponytail: it's one query
@app.get("/users/{user_id}")
def get_user(user_id: int, db: Session = Depends(get_db)):
    user = db.get(User, user_id)
    if not user:
        raise HTTPException(404)
    return user

 五个文件 → 五行代码。不装腔作势。该有的错误处理一样不少。逻辑层？等第二个调用者出现了再加——如果它真会出现的话。

   横向对比：同类方案孰优孰劣

 市面上"优化AI编码行为"的工具不少。我粗略归了三类：

 Ponytail 的优势在于它把"要不要写这段代码"变成了一个自动化的决策树，而不是靠人自觉。劣势是目前主要适配 Claude Code 插件生态，对纯 OpenAI API 的集成还在社区摸索阶段。

 但这不是技术问题——思路才是核心。它的做法本质上是在问一个被大部分AI工具忽略了的问题：AI生成的所有代码，多少是真正需要的？

   实测数据：293行到47行

 作者给出了基准数据：5个编程任务，同一Agent，有Ponytail和没有Ponytail对比——Token消耗减少16%，速度提升约4倍，从293行代码降到47行。

 我自己也跑了几个场景。最让我服气的是那个缓存系统的例子。我问AI"帮我想个缓存方案"，它开始构思LRU+TTL+线程安全——一套120行的组合拳。

 装了Ponytail后，它先问了三个问题：

 三个问题，每个都切中要害。因为仔细想想——你什么时候见过一个团队因为"先不写缓存"而出生产事故？反正我没见过。但"过早优化导致代码臃肿"的例子，我见过太多了。

   我的判断

 说实话，Ponytail 不是什么革命性技术。没有大模型，没有新架构，甚至没有一行真正的"AI代码"——它只是一套思维过滤器，让AI在生成代码前先想想"这是不是必要的"。

 但正因为简单，它才有力。

 我觉得这东西真正的价值不是"帮你省Token"——省Token只是顺便的。它真正的价值是帮你省维护成本。那246行没写的代码，永远不会出bug，永远不会需要重构，永远不会被后来的人骂"这人到底在想什么"。

 如果你也在用AI编程工具，我建议你试试。不是因为它多先进，而是因为它问了一个你早就该问但从来没问的问题：

 "你写的每一行代码，有非写不可的理由吗？"

 三虫君 · 一个小县城里把AI用出花来的技术人 · 每天一篇技术精选

 🤖 本文由AI辅助创作，经人工编辑审核发布