四天一万八千星,一个插件让 AI 少写 94% 的代码

一万八千颗星，四天。

前阵子我让 AI 帮我做个日期选择器。

就一个普普通通的日期框，用户点一下选个日期，仅此而已。

结果呢。它给我装了个第三方库，包了一个 React 组件，又加了一张样式表，写完还要回头跟我讨论时区怎么处理。整整三十行。为了让用户选一个日期。

你大概也碰到过。AI 写代码这毛病太普遍了，不是写不出来，是写太多。你要个小功能，它恨不得给你搭个工厂。

直到我装了一个叫 ponytail 的插件。同样这句话，它只回了我一行。

这玩意儿四天冲到 GitHub 一万八千颗星。作者给它起的定位特别损，说是把你团队里那个最懒的资深工程师塞进你的 AI 里。

你懂那种人。在公司待得比版本控制系统还久，扎个马尾，戴副圆眼镜。你拿着五十行代码去找他，他看一眼，啥也不说，删到只剩一行，还能跑。

ponytail 干的就是这件事，把这个人的脑子装进 AI。

一. ponytail 的六级 YAGNI 阶梯

它的原理朴素到有点好笑。

AI 每次准备动手写代码之前，被强制按顺序问自己六个问题，从上往下走，停在第一个能成立的台阶上。

第一个问题最狠，这东西真的需要存在吗。

不需要，直接跳过。这就是程序员天天挂嘴边的 YAGNI，你不会需要它。能过第一关的需求，再问标准库能不能做，平台原生能不能做，现成的依赖能不能复用，一行能不能搞定。

大半的活儿，问到第二句就被毙了。

坦率的讲，这套逻辑不新鲜。每个有经验的程序员脑子里都有类似的判断链。但问题是 AI 没有。AI 的本能是写代码，写多不写少，写新不复用。ponytail 做的事就是把这条判断链变成一个强制执行的流程，在 AI 动手之前先拦住它。

逼着它先想清楚不写什么，再去想写什么。顺序反过来，结果天差地别。

二. 实测，三十行变一行

回到我那个日期选择器。

没装 ponytail 的时候，AI 走的是第四条路，找个依赖装上。装了之后，它在第三关就停了，浏览器原生就有一个日期框，HTML 自己带，写一行就完事。

你以为这是个例？不是。

让它写邮件格式校验，它能给你整出一个二十多行的正则类。其实大多数场景判断一下有没有那个 at 符号就够了，真要较真，发封确认邮件比什么正则都靠谱。

手写一个一百多行的缓存？标准库的 lru_cache 三行解决。AI 连轮子都不用造，标准库就是轮子，你只需要知道它在哪。

还有一个我印象特别深的。让它写个倒计时器，它搞了一个 CountdownTimer 类，构造函数、start、pause、resume、reset、destroy，完整生命周期，六十多行。装了 ponytail 之后呢，setTimeout 套一个回调，完事。

你想想看，一个倒计时器你什么时候需要 pause 和 resume？你又不是做番茄钟 App。它在帮你写你根本不会用到的功能。

最夸张的一次，是错误处理。

我让 AI 帮我调一个第三方 API，拿个数据回来显示就完事了。裸跑的 AI 给我搞出来什么呢？try-catch 嵌套三层，一个自定义的 ApiError 类继承 Error，带 statusCode 带 retryable 标记，然后是指数退避重试逻辑，最大重试三次，每次间隔翻倍，再加一个超时控制器。八十多行。

哥们我就想拿个天气数据显示在页面上。你跟我聊什么指数退避？

装了 ponytail 之后，fetch 一下，.catch 打个 console.error，页面上显示个「加载失败」。三行。这是个原型啊，又不是给银行做支付接口，挂了重刷一下页面不就完了。

从日期选择器的三十行到错误处理的八十行，每一处它都在帮你做减法。而且是那种你看完会拍大腿的减法。原来这玩意儿根本不用写。

说到数据，我一开始也怕它是营销话术。但作者把 benchmark 全公开了。五个日常任务，三个模型各跑十轮，取中位数，跟没装插件的裸 AI 对比。而且对照组不是裸跑，还拉了另一个同类插件 caveman 一起测。

代码量最多砍掉九成四。花的钱省一半还多，速度快三到六倍，而且全部通过正确性检测。

对比组里还拉了一个叫 caveman 的同类插件。caveman 也是教 AI 少写代码的，思路差不多，但激进程度不如 ponytail。benchmark 里 caveman 的代码缩减率大概在百分之六十上下，ponytail 直接干到九成四。有意思的是两个都通过了正确性检测，说明砍得狠不等于砍得错。ponytail 只是更懒，不是更莽。

代码少了，token 就少，钱和时间跟着一起降。你让 AI 跑一个任务花的钱和花的秒数，基本上跟它输出的代码量成正比。砍九成代码，就是砍九成的 token 消耗。这笔账太直白了。

三. 会不会偷懒偷过头

少写代码听着爽，但我第一反应是发怵。

万一它图省事，把该做的安全校验、该处理的边界情况也一起砍了呢。那不是帮忙，是埋雷。

作者显然想过这事。ponytail 的原话是懒，但不马虎。安全、数据校验、无障碍这几样，一行都不许砍。它砍的只是那些为了显得专业而堆上去的废代码。

光听作者说不够，我自己试了。故意让它写一个用户登录接口，看它敢不敢把密码哈希砍掉，敢不敢把 SQL 参数化查询省了。

没有。一行安全代码都没动。

它砍掉的是什么呢？用户名长度校验写了三种不同的错误提示（6到20个字符、太短了请输入至少6位、用户名不符合要求），全换成一句话。密码强度检测的正则拆成了四个独立函数，合成一个。这些都是面子活。

更细的是，每一处走了捷径的地方，它都会留一句注释，标清楚以后想加回来该往哪改。不是偷偷删了跑掉，是告诉你「我先简化了，理由如下，想恢复的话改这里」。

这个分寸感，是我愿意把它留在工作流里的真正原因。它知道安全和简洁的边界在哪，它砍的是脂肪不是骨头。

写在最后

门槛低到没什么好讲的。下面这段提示词，长按复制，丢给你的 AI 编码工具（Claude Code、Codex、Cursor、Copilot 都行），它读完自己就会装、自己就会用。你不需要懂任何命令行。

长按下方灰色区域 → 全选 → 复制

装完它就一直在后台盯着，你照常提需求，它照常先过一遍那六级阶梯。我自己用下来，最舒服的是那些一次性的小脚本和原型。以前 AI 动不动给我搭一套架子，现在干净多了。

要是你做的是那种逻辑极其复杂、每一行都得自己捏在手里的核心系统，那它的劲儿可能用不上，按需开关就行。想试的先收藏这篇，下次配环境的时候翻出来，一句命令的事。

用了几天我脑子里冒出来的其实不是技术问题，是一句老话。

写得多从来不等于写得好。

多出来的每一行，都是以后要读、要测、要维护、要排查的负担。资深工程师值钱，恰恰不在于他能写多少，而在于他知道什么不该写。

AI 时代，写代码这件事本身越来越不值钱了，按一下回车要多少有多少。真正值钱的，是判断什么东西压根不该存在的那个脑子。

ponytail 有意思的地方就在这。它没让 AI 变得更能写，反而让它学会了闭嘴。

下次你让 AI 做个日期选择器，它要是又开始给你装库、写组件、聊时区，你大概会想起来。

这事儿，一行就够了。

说说你被 AI 写过最离谱的一段废代码呗。是三十行的日期选择器，还是一百行的 Hello World？评论区比比谁的 AI 更能「卷」。

以上，觉得有用的话，点个「在看」让更多人看到，顺手赞、转发三连，想第一时间收到推送给我个星标～

谢谢你看我的文章，我们，下次再见。

/ 作者：AI实战派Leo