夜雨聆风这个7天3.6万星的「摸鱼插件」，正在教AI编程助手做减法
你给AI 50行代码，它看了两眼，默默删掉49行，留下一行，转身走了。不解释，不辩驳。
这大概是2026年6月GitHub上最有意思的开源项目了。
它叫 Ponytail（马尾辫），由 Dietrich Gebert 在6月12日发布——至今刚好7天，已经拿下3.6万星，1.7k Fork。
它做的事情非常简单，简单到让你怀疑「这也算一个项目？」：
让 AI 编程助手像公司里最懒的那个高级工程师一样思考。
01 那个永远不说话的马尾辫老哥
每个公司都有这么一个人。
马尾辫，椭圆形眼镜，在公司的时间比版本控制系统还长。从来不参加站会，从不写文档，冷眼看着新人吭哧吭哧搬来一堆第三方库。你给他50行代码——他看了一眼，一句话没说，替换成1行，走了。
那行代码能跑。从来不出Bug。你盯着看了半天，发现确实只需要那一行。
Ponytail 就是把这个人塞进了你的 AI 编程助手。
02 核心哲学：最好的代码，是你没写的代码
Ponytail 的工作原理简单到可以写在一张便利贴上。每次写代码前，AI 会在一个6级阶梯上逐级停下来：
1. 这真的需要存在吗？ → 不需要 → 跳过（YAGNI）
2. 标准库能干吗？ → 能 → 用标准库
3. 原生平台功能支持吗？ → 能 → 用原生
4. 已经安装的依赖有吗？ → 有 → 用它
5. 一行能写完吗？ → 能 → 一行
6. 实在不行，才写「最少能跑的代码」
注意最后一句话：最少能跑的代码。不是最少字符，不是 code golf，是最小可行方案。
而且——校验、错误处理、安全、可访问性，永远不在裁剪清单上。
「懒，但绝不马虎。」
03 数据说话：代码减少54%，成本降低20%
作者跑了一组非常诚实的对比实验：在真实的开源项目（FastAPI + React）上，同一个 AI 代理，有 Ponytail 和没有 Ponytail，各完成12个功能任务，重复4次。
结果：
| 指标 | Ponytail vs 无插件 |
|---|---|
| 代码行数 | -54%（极端场景-94%） |
| Token 消耗 | -22% |
| API 费用 | -20% |
| 执行时间 | -27% |
| 安全性 | 100%（一次都没漏） |
举个具体例子：
你让 AI 加一个日期选择器。没有 Ponytail 时，它可能安装 flatpickr，写一个 wrapper 组件，加样式表，然后开始讨论时区问题。
有 Ponytail 时，AI 看了一眼，写下了：
<!-- ponytail: browser has one -->
<input type="date">
404 行代码缩减到 23 行。 因为 <input type="date"> 浏览器原生支持，不需要任何外部依赖。
04 不是又一个 Prompt 模板
Ponytail 之所以引爆 GitHub，不是因为它发明了什么新技术——本质上它就是一个精心设计的 prompt + 分发机制。
但它踩中了 AI 编程的一根隐隐发痛的神经：
我们一直在教 AI 写「更多」代码，但没人教它写「对」的代码。
LLM 的本质是预测下一个 token。它天然倾向于生成更多内容——多写一个函数、多引一个库、多加一层抽象。这些在训练数据里到处都是「好习惯」，但在真实工程中，每多一行代码就是多一个潜在的 Bug、一个安全漏洞、一个维护负担。
Ponytail 用一套极简的规则把 LLM 拉回了工程常识。它在 Hacker News 上引发了热议，有人评论说「这就像当年的 leftpad 一样简单，但又像 leftpad 一样直击要害」。
05 覆盖14个AI编程工具
Ponytail 原生支持的主流 AI 编程工具包括：
Claude Code、Codex、Cursor、Windsurf、Cline、GitHub Copilot、Aider、Kiro、Zed、CodeWhale、OpenClaw、Gemini CLI、Antigravity、OpenCode
安装方式因工具而异，对 Claude Code 用户最简单：
/plugin marketplace add DietrichGebert/ponytail
/plugin install ponytail@ponytail
安装后 Ponytail 每个 session 都自动激活。提供 /ponytail lite | full | ultra | off 四个强度档位，以及 /ponytail-review 审查当前 diff 是否过度工程、/ponytail-audit 审计整个仓库、/ponytail-debt 记录技术债务等功能。
06 点评：简单但深刻的工程哲学
Ponytail 的走红让我想到一个问题：为什么这么简单的东西，没人早点做？
可能因为「做减法」从来都不是 AI 社区的审美取向。我们习惯了看更大的模型、更复杂的工作流、更炫的 multi-agent 系统。但 Ponytail 提醒了我们一件重要的事：
工程从来不是关于「你能写多少」，而是关于「你可以不写多少」。
一个只有 36,000 人 star 的项目，本质上只是一段 prompt，但它触动了无数工程师内心那个「我不想维护这些垃圾代码」的朴素愿望。
当然，Ponytail 不是魔法。它在弱模型上表现会打折扣，在处理一些需要复杂抽象的真实场景时也会显得力不从心。但作为一个工程哲学层面的提醒——它会一直留在我的工具链里。
最好的代码，是从来没被写出来的代码。
零 Bug，零 CVE，自宇宙诞生以来 100% 正常运行。
🧠 关于本栏目
最近一直在搭建自己的 AI 高效科研工作流。
让读论文、写代码、跑实验、写文章——每个环节都有一套经过验证的 SOP，持续迭代。我把这些方法都沉淀在了知识库里，核心不变：保持思考力和判断力。
如果你也在这条路上摸索，或者想看看我的科研心法，欢迎加我们微信 yogurt_6688（备注来意），一起交流，一起进步。
📣 另外，我们在小红书上线了 Claude Code 千页实战教程，清北复交团队出品，从零到精通，覆盖 Skills / MCP / Agent 开发全链路。搜索「清北复交千页实战教程」或直接扫码看详情 → https://xhslink.com/m/3bSHfXRkQEA
