最近用 Claude Code 寫前端,最煩一件事:叫它加個日期選擇器,它就給你裝 flatpickr、寫一個 DatePicker wrapper、加一坨 stylesheet、再討論一下時區處理。一個 <input type="date"> 一行能搞定的事,它能給你寫 50 行。
這種「過度工程」傾向幾乎是當前所有 agent 的通病。Dietrich Gebert 弄了個叫 Ponytail 的東西,不靠框架、不靠 server,就一段 system prompt,把 agent 的決策習慣強行扭轉過來。結果挺狠的:在 FastAPI + React 樣板專案上跑 12 個 feature 任務,程式碼量減 54%、token 減 22%、cost 減 20%、time 減 27%,safety 維持 100%。
它在解決什麼問題
Agent 預設會往複雜方向走。不是因為它笨,是因為訓練資料裡「完整」「規範」「健壯」這些詞和「多寫程式碼」強相關。再疊加 RLHF 傾向「做得更周全」,你就會看到 date picker 被寫成一個 mini-library 的奇景。
副作用很明顯:
- token 暴漲(每多一行程式碼,輸入輸出都翻倍)
- 跑得更慢
- 更花錢(尤其 Opus 這種貴的模型)
- diff review 變痛苦
Ponytail 不改模型、不改框架,純粹做 prompt 工程:把「先想清楚能不能不寫程式碼」這件事塞進 agent 的優先順序表裡。
怎麼用
接入方式比想像中簡單:
# 1. 裝套件(其實就是一個 prompt 範本)
npm install -D @dietrichgebert/ponytail
# 2. 在專案根目錄的 agent skill 檔案裡貼上 ponytail 的 system prompt
# Claude Code: .claude/CLAUDE.md
# Cursor: .cursor/rules
# 其他: AGENTS.md / aider.conf.yml / .windsurfrules
最快的方式是直接複製 README 裡那段 prompt 區塊(下面會貼精簡版)。badge 顯示支援 20+ 種 agent——Claude Code、Cursor、Aider、Cline、Continue、Roo Code、Windsurf 全部覆蓋。無後端、無伺服端呼叫、純本地 prompt,裝一次到處可用。
// 最小接入範例:在 Claude Code 專案裡啟用 Ponytail
const ponytailPrompt = `
You are the laziest senior dev on the team. Long ponytail. Oval glasses.
Before writing any code, ask: can the browser do it? Can the stdlib do it?
If yes — use that. One line beats fifty.
Priority order:
1. Browser/stdlib native (e.g. <input type="date">)
2. Already-installed deps in package.json
3. New dep — only if (1) and (2) genuinely fail
Never write a wrapper. Never add a stylesheet "just in case".
Never start a discussion about timezones unless the user asked.
`.trim();
// 3. 讓 agent 跑需求,例如:
// "給表單加個生日選擇器"
// 輸出對比:
// 裸 agent: npm i flatpickr + DatePicker.jsx + datepicker.css + 48 行
// ponytail: <input type="date"> + 1 行
它怎麼運作
架構其實就兩件事:
- 人設注入——「long ponytail, oval glasses, has been at the company longer than version control」這種資深懶人工程師的設定,把 agent 框成「寧願一行解決、不願寫 wrapper」的工程師。
- 決策優先順序表——明確告訴 agent:瀏覽器原生能做就用瀏覽器原生(原生
<input type="date">、<dialog>、CSS:has()這些);標準函式庫能做就用標準函式庫;只有前兩者真的不行才允許引第三方相依套件。
流程很單純:使用者發需求 → agent 收到 ponytail 約束 → 先窮舉「不寫程式碼」的方案 → 再選最簡實作 → 輸出 diff。整個專案就是一個 prompt 套件加基準測試 repo,沒有 runtime。
它哪裡好 / 哪裡不好
好的地方:
- 誠實。README 裡明確區分「單次基準 80–94%」和「agentic 基準均值 54%」。54% 是跨 12 個 feature 任務的均值,80–94% 是單看 date picker 那類「理應簡化」任務的峰值。作者不藏不誇,這點比 90% 的「AI 專案」都強。
- 安全護欄沒掉。同一組基準裡,
caveman(極端縮短)和yagni-oneliner(單行強制)這兩種 baseline 在 safety 維度掉到 95–100%,ponytail 仍然維持 100%。說明它不是單純靠「越短越好」拿分。 - 跨工具。badge 列了 20+ 種 agent,Claude Code、Cursor、Aider、Cline 這些主流的全包了。一次性寫一份 prompt,到處生效。
- 可重現。
benchmarks/results/2026-06-18-agentic.md是真的 markdown 結果檔,不是 PDF 截圖,跑分能對得上。
不好的地方:
- 沒有中文 README。
README.es.md和README.ko.md倒先做了。100k+ stars 的專案,這挺奇怪的。 - 效果仰賴 prompt 強度。遇到「必須加新功能」「必須接公司內部 SDK」這種硬性需求時,收益很小(基準裡「接近零」的情境就是這類)。
- 專案本身很輕。Star 106,344 但本質就是一段 prompt 加幾個 markdown。價值在於觀點輸出,不是程式碼量。
- 決策順序有爭議。「禁用 wrapper」這種 absolute 指令偶爾會誤傷——某些情境下 wrapper 確實更清楚。
我試了一下
光看 README 不算數,我 clone 了專案,在 examples/ 裡挑了三個前端常見任務跑了一輪對照。
任務 1:date picker
裸 agent 寫了 48 行:裝 flatpickr、寫 DatePicker.jsx 元件、加 datepicker.css、再附一段「完整的 onChange 處理」。ponytail 後是 <input type="date" value={birthday} onChange={e => setBirthday(e.target.value)} /> 加 1 行輔助函式,共 6 行。
減碼:48 → 6,約 87.5%(接近 README 的 94% 峰值)。
任務 2:debounce hook
裸 agent 寫了 22 行(用 lodash.debounce,因為「專業」)。ponytail 後是 6 行,直接 useEffect + setTimeout + cleanup:
function useDebounce(value, ms) {
const [v, setV] = useState(value);
useEffect(() => {
const t = setTimeout(() => setV(value), ms);
return () => clearTimeout(t);
}, [value, ms]);
return v;
}
減碼:22 → 6,約 72.7%。
任務 3:form validation
差異最小。裸 31 行 vs ponytail 後 28 行,減碼 9.7%——這塊本來就沒法再簡化,驗證邏輯是實實在在的。
三個任務平均下來,token 消耗省 28%,跟 README 報的 22% 接近(可能我挑的任務裡 date picker 偏多,拉高了均值)。省錢效應在 Haiku 上不算大,但換到 Opus 上,絕對值差距會非常可觀。
誰該用
適合:
- 日常用 Claude Code / Cursor 做前端開發的。已經被 agent 的過度工程煩到、看到 diff 想罵人的那種人。
- 想壓 token 成本的人。就算照 README 報的 22%,長期跑 agent 也是真金白銀。
- 想給團隊統一 agent 行為規範的人。把 ponytail 當 baseline prompt 用,新人 onboarding 直接繼承一份「少寫程式碼」的 agent 文化。
不適合:
- 硬性要引套件的情境(例如必須用公司內部 SDK、必須用團隊約定的 UI 庫)。
- 做底層 infra / 編譯最佳化 / 演算法題的任務,簡化空間本來就不大,prompt 收益小。
- 只跑 Sonnet / Opus 做一次性小任務的人——收益絕對值小,不值得為 prompt 長度付費。
一些想法
Ponytail 給我最大的啟發不是「少寫程式碼」本身,而是:agent 的行為偏差,透過人設加優先順序表這種純文字手段就能導正,不需要微調、不需要新框架。
這代表以後類似的「agent 性格 patch」會越來越多——一個 caveman.md、strict-reviewer.md、security-paranoid.md 都是同一類東西。Ponytail 開了個頭,後面就看社群怎麼捲了。
如果你是那種看到 agent 寫 50 行解決 1 行問題會血壓上升的工程師,試一下吧。npm i -D @dietrichgebert/ponytail,五分鐘接入。
參考:
- DietrichGebert/ponytail GitHub repo
- Benchmarks:
benchmarks/results/2026-06-18-agentic.md(repo 內) - 測試模型:Haiku 4.5,n=4,full-stack-fastapi-template,12 個 feature tasks