Ponytail: jak wymusić na agencie AI pisanie mniej kodu

Czym jest Ponytail

Ponytail to zestaw reguł, który sprawia, że agent programistyczny AI pisze mniej kodu. Projekt opisuje się jednym zdaniem: „Sprawia, że Twój agent AI myśli jak najbardziej leniwy starszy programista w zespole. Najlepszy kod to ten, którego nigdy nie napisałeś”. Projekt jest udostępniony na licencji MIT. Nie posiada własnego środowiska uruchomieniowego i żaden jego element nie jest wykonywalny. Jest to tekst wstawiany do instrukcji agenta, spakowany jako umiejętność dla hostów obsługujących umiejętności oraz jako zwykłe pliki reguł dla hostów, które ich nie obsługują.

Repozytorium znajduje się pod adresem DietrichGebert/ponytail. Zostało utworzone 12 czerwca 2026 r. i do 1 sierpnia 2026 r. przekroczyło liczbę 90 000 gwiazdek. Najnowsze oznaczone wydanie z 1 sierpnia 2026 r. to v4.8.4, opublikowane 29 czerwca 2026 r., a strona wydań wymienia dziesięć tagów tylko pomiędzy 14 a 29 czerwca. Projekt rozwijający się w takim tempie zmieni się do czasu, gdy będziesz to czytać, dlatego przypnij konkretny tag, zanim zbudujesz na nim jakiekolwiek rozwiązanie.

Koncepcja przed narzędziem: zatrzymaj się na pierwszym szczeblu, który wytrzyma

Rdzeniem Ponytail jest drabina decyzyjna. Agent wspina się po niej przed napisaniem czegokolwiek i zatrzymuje się na pierwszym szczeblu, który wytrzyma.

1. Czy to w ogóle musi istnieć? To zasada YAGNI (you are not going to need it). Jeśli odpowiedź brzmi nie, pomiń to.
2. Czy to już istnieje w tej bazie kodu? Użyj ponownie pomocnika lub wzorca, który już tam jest.
3. Czy biblioteka standardowa to obsługuje? Użyj jej.
4. Czy natywna funkcja platformy to pokrywa? Użyj jej.
5. Czy zainstalowana już zależność to rozwiązuje? Użyj jej.
6. Czy może to być jedna linia? Zrób to w jednej linii.
7. Dopiero wtedy napisz minimalny kod, który działa.

To kolejność wykonuje pracę, a nie żaden pojedynczy szczebel. Agent poproszony o selektor daty napisze selektor daty, ponieważ napisanie go jest tym, co mu polecono. Drabina sprawia, że najpierw sprawdza szczebel 4, a szczebel 4 mówi, że przeglądarka posiada już <input type="date">. Własny benchmark projektu odnotowuje dokładnie ten przypadek: selektor daty, który bez tej zasady miał 404 linie, po jej zastosowaniu miał 23 linie, ponieważ agent sięgnął po natywny input zamiast budować komponent. Selektor koloru skrócił się z 287 linii do 23 z tego samego powodu.

Leniwy w tym kontekście nie oznacza niedbały, co zestaw reguł wprost komunikuje. Lista rzeczy, w których „nigdy nie wolno być leniwym”, obejmuje zrozumienie problemu przed podjęciem decyzji, walidację danych wejściowych na granicach zaufania, obsługę błędów zapobiegającą utracie danych, bezpieczeństwo, dostępność oraz wszystko, o co poproszono z nazwy. Wymaga również jednego małego, uruchamialnego testu dla każdego fragmentu nietrywialnej logiki. Reguła ogranicza inwencję. Nie ogranicza poprawności.

Co faktycznie zawiera repozytorium

• AGENTS.md, stale aktywny zestaw reguł, czyli cała koncepcja zawarta w jednym pliku, który można przeczytać w pięć minut.
• skills/ponytail/SKILL.md, definicja umiejętności z podpowiedzią argumentu lite, full lub ultra.
• Pliki reguł w katalogach specyficznych dla edytora, takich jak .cursor/rules/ oraz .windsurf/rules/, dla hostów, które odczytują reguły, ale nie ładują umiejętności.
• hooks/, benchmarks/, examples/ oraz scripts/.

Argument intensity zmienia stopień rygorystyczności reguły. lite buduje to, o co poproszono, i w jednej linii wskazuje mniej wymagającą opcję. full jest ustawieniem domyślnym i wymusza hierarchię. ultra to ustawienie dla zwolenników zasady YAGNI: preferuje usuwanie zamiast dodawania i kwestionuje sam wymóg.

Hosty obsługujące umiejętności otrzymują również polecenia typu slash. /ponytail ustawia poziom, /ponytail-review sprawdza różnice pod kątem przekombinowania, /ponytail-audit sprawdza całe repozytorium, /ponytail-debt zbiera skróty, które odłożono na później, a /ponytail-gain drukuje kartę wyników benchmarku. Hosty, które odczytują tylko pliki reguł, otrzymują zestaw reguł bez poleceń.

Aby zapoznać się z kodem źródłowym przed jego zaufaniem, należy sklonować tag, a nie gałąź:

git clone --depth 1 --branch v4.8.4 https://github.com/DietrichGebert/ponytail.git

W przypadku Claude Code projekt dokumentuje instalację wtyczki, a te dwie linie są zgodne z dokumentacją z dnia 1 sierpnia 2026:

/plugin marketplace add DietrichGebert/ponytail
/plugin install ponytail@ponytail

Ścieżka wtyczki podąża za domyślną gałęzią, a nie za tagiem, więc instrukcje sterujące agentem mogą ulec zmianie między sesjami. Jest to kompromis, na który zgadzasz się w zamian za wygodę polecenia aktualizacji.

Dlaczego oszczędny agent jest tańszy na VPS

Różnice (diff), które zapisuje agent, nie opuszczają konwersacji. W kolejnej turze stanowią one kontekst, który model odczytuje ponownie, wraz z każdym plikiem otwartym w celu ich wygenerowania. Zmiana obejmująca 500 linii obciąża zatem każdą kolejną turę sesji, a nie tylko tę, w której powstała. Dlatego niekontrolowany refaktoryzacja sprawia, że agent wydaje się wolniejszy i mniej inteligentny w miarę trwania sesji: okno kontekstowe wypełnia się danymi wyjściowymi samego agenta, przez co przestrzeń na właściwy kod maleje. Utrzymanie tego procesu pod kontrolą jest głównym tematem zarządzania oknem kontekstowym agenta programistycznego.

Tokeny są rozliczane przy wysyłaniu i odbieraniu, więc diff o połowę mniejszy jest tańszy dwukrotnie: raz w momencie zapisu i ponownie w każdej turze, w której jest odczytywany. To, czy te oszczędności wpłyną na rachunek, zależy od modelu płatności, ponieważ płaska subskrypcja Pro lub Max absorbuje dodatkowe tokeny, podczas gdy rozliczanie API za każdy token obciąża użytkownika za każdy z nich. W przypadku samodzielnie hostowanej konfiguracji, plik instrukcji jest dźwignią, której użycie nic nie kosztuje. Kontrolowanie kosztów agenta AI zaczyna się od objętości danych wyjściowych, a sposób, w jaki agent programistyczny zużywa tokeny wyjaśnia, dlaczego ponowne odczytywanie ma większe znaczenie, niż się powszechnie uważa.

Diff nadal musi zostać przeczytany przez człowieka. Zmiana na 400 linii, która powinna mieć 20, kosztuje uwagę recenzenta, a uwaga jest zasobem, który wyczerpuje się najszybciej. Nikt nie sprawdza czwartego długiego diffa w ciągu dnia z taką samą starannością jak pierwszego, więc nadmierna rozbudowa kodu nie tylko marnuje czas. Po cichu obniża ona jakość przeglądu, który ma za zadanie wyłapać błędy.

Na serwerze stawka rośnie, ponieważ agent często pracuje bez nadzoru. Agent działający w sesji tmux lub uruchamiany czasowo ma godziny na budowanie rozwiązań w oparciu o błędną decyzję, zanim zostanie ona zauważona. To praktyczne ryzyko związane z uruchamianiem agenta programistycznego na VPS i dlatego osoby zajmujące się inżynierią pętli poświęcają tak wiele uwagi stałym instrukcjom, zamiast pojedynczym promptom. Reguła zawarta w stale aktywnym pliku ma zastosowanie w 200. turze. Reguła wpisana w czacie ma zastosowanie tylko w 3. turze.

Nowe zależności to kolejny ukryty koszt. Zasada 5 mówi, aby korzystać z tego, co jest zainstalowane. Każdy pakiet, który agent dodaje z własnej inicjatywy, jest czymś, co trzeba później poprawiać i co trafia do każdego obrazu kontenera budowanego z tego repozytorium.

Co mówią własne wyniki testów porównawczych Ponytail

Projekt publikuje dwa zestawy wyników, które znacząco się od siebie różnią. Oba są oficjalnymi danymi projektu. Żaden z nich nie jest niezależnym testem.

[
  {
    "label": "Lines of code",
    "single_shot_pct": 93,
    "agentic_pct": 54
  },
  {
    "label": "Cost per run",
    "single_shot_pct": 63,
    "agentic_pct": 20
  },
  {
    "label": "Wall clock time",
    "single_shot_pct": 74,
    "agentic_pct": 27
  }
]

Kolumna "single shot" pochodzi z surowego modelu odpowiadającego na mały zestaw promptów z regułą i bez niej; dane stanowią medianę z powtarzanych uruchomień z 13 i 17 czerwca 2026. Kolumna "agentic" pochodzi z bezgłowej sesji Claude Code edytującej repozytorium tiangolo full-stack-fastapi-template, rzeczywisty projekt FastAPI i React, w ramach dwunastu zgłoszeń funkcji, z czterema uruchomieniami na Haiku 4.5 każde, ocenianymi na podstawie pozostawionych zmian git diff.

Należy przeanalizować drugą kolumnę. Wynik agentowy to o 54 procent mniej linii kodu, o 20 procent niższy koszt i o 27 procent krótszy czas rzeczywisty, w porównaniu do 93 procent i 74 procent dla tych samych miar w konfiguracji single shot. Plik README uczciwie wyjaśnia przyczynę: bazą dla single shot jest surowy model, który "odpowiada kilkoma opcjami oraz komentarzem", co jest łatwe do przebicia. Porównanie z rzeczywistym agentem wykonującym realną pracę zmniejsza przewagę. Wynik pozostaje jednak rzeczywisty, co jest bardziej użytecznym faktem.

Jedno zastrzeżenie pochodzi od samego projektu i to ono decyduje, czy rozwiązanie będzie przydatne. Oszczędność jest największa tam, gdzie występuje pułapka nadmiarowego budowania kodu, a bliska zeru w przypadku kodu, który już był minimalny. Dwanaście zgłoszeń w jednym repozytorium Python i TypeScript nie stanowi prognozy dla Twojego repozytorium. Jeśli ta liczba ma znaczenie, przeprowadź porównanie na własnych zgłoszeniach, z regułą i bez niej, a następnie samodzielnie policz linie kodu.

Wzorzec, który można skopiować już dziś bez instalacji czegokolwiek

Drabinka jest tekstem, więc nie potrzeba wtyczki, aby wykorzystać ten pomysł. Wklej blok taki jak ten do pliku instrukcji, który Twój agent już odczytuje, niezależnie od tego, czy jest to AGENTS.md, CLAUDE.md czy plik reguł Twojego edytora.

## Before you write code

Climb this list in order. Stop at the first line that applies.

1. Does this need to exist? If not, say so and stop.
2. Does this repo already have it? Reuse the helper.
3. Does the standard library do it? Use it.
4. Does the platform do it natively? Use it.
5. Does an installed dependency do it? Use it.
6. Can it be one line? Write one line.
7. Otherwise write the minimum that works.

Never take the shortcut on: reading the code before changing it, validating
input that crosses a trust boundary, error handling that would otherwise lose
data, security, accessibility, or anything I asked for by name.

Do not add an abstraction I did not ask for. Do not add a dependency without
saying why in one line. Prefer deleting code to adding it.

Mark a deliberate simplification with a comment naming its ceiling and the
upgrade path.

Ta ostatnia reguła jest warta zastosowania samodzielnie. Konwencja Ponytail polega na użyciu komentarza oznaczonego nazwą narzędzia:

# ponytail: global lock, per-account locks if throughput matters

Komentarz to dwie linie pracy, które rozstrzygają kwestię kosztującą w innym przypadku cały cykl przeglądu. Informuje on kolejnego czytelnika, że uproszczona wersja była świadomą decyzją oraz wskazuje warunek, w którym ta decyzja przestaje obowiązywać. Bez tego recenzent nie jest w stanie odróżnić przemyślanego skrótu od czegoś, o czym agent zapomniał, więc musi o to zapytać.

Miejsce umieszczenia bloku jest równie ważne, co jego treść. Plik, który agent wczytuje przy każdym uruchomieniu, steruje każdym działaniem, w tym tymi, których nie monitorujesz. Ta różnica jest tematem pisania pliku AGENTS.md, którego Twój agent faktycznie przestrzega i jest powodem, dla którego ten wzorzec powinien znaleźć się w zatwierdzonym pliku, a nie w historii powłoki.

Gdzie zasada przestaje być słuszna

Drabina jest dostrojona do pracy nad funkcjonalnościami w istniejącej bazie kodu, gdzie ponowne wykorzystanie jest zazwyczaj możliwe i zazwyczaj poprawne. Słabo sprawdza się w projektach typu greenfield, ponieważ szczebel 2 nie ma czego wykorzystać ponownie, a na szczeblu 5 nic nie jest zainstalowane, więc agent za każdym razem spada na szczebel 7. Słabo sprawdza się również w momencie, gdy faktycznie potrzebna jest abstrakcja. Jeśli zamierzasz dodać czwarte wywołanie tego samego skopiowanego bloku, "shortest diff" dostarczy ci piątą kopię.

Poziom ultra podważy twoje wymagania. Do tego właśnie służy ten poziom i stanowi to realny koszt, gdy decyzja została już podjęta, a praca ma zostać wykonana. Używaj full do zwykłych zadań i sięgaj po ultra, gdy podejrzewasz, że problemem jest samo zgłoszenie funkcjonalności.

Żaden blok instrukcji nie uchroni przed błędnym odczytaniem problemu. Pierwszym punktem zestawu zasad jest zrozumienie kodu przed podjęciem decyzji, co jest częścią kosztowną i taką, której tekst nie wykona za ciebie. Minimalny diff w niewłaściwej funkcji to nadal niewłaściwa poprawka, a teraz jest to mała, błędna poprawka, którą łatwo zatwierdzić.

Uczciwe podsumowanie jest takie, że Ponytail to starannie napisany prompt, dobrze rozpowszechniony i opatrzony numerami. Nic w nim nie wymaga wtyczki. To, co daje projekt, to fakt, że ktoś poprawnie sporządził listę, przetestował ją w rzeczywistym repozytorium i opublikował metodę obok rezultatu.

FAQ

Czy Ponytail współpracuje z innymi agentami niż Claude Code?

Tak. Jest dostarczany jako umiejętność dla hostów obsługujących umiejętności; lista ta obejmuje Claude Code, Codex, OpenCode, Gemini oraz kilka innych wymienionych w README. Edytory, które odczytują pliki reguł, ale nie ładują umiejętności, takie jak Cursor, Windsurf, Cline i Copilot, pobierają zawsze aktywny zestaw reguł z odpowiedniego katalogu reguł i nie obsługują poleceń typu slash. Tekst jest w obu przypadkach taki sam, więc rzeczywista różnica polega na tym, czy host utrzymuje ten tekst w kontekście przy każdej turze, czy tylko wtedy, gdy wyzwalana jest umiejętność.

Czy leniwy agent pominie testy, walidację lub bezpieczeństwo?

Nie, a zestaw reguł stwierdza to wprost. Lista „nigdy nie bądź leniwy w kwestii” obejmuje walidację danych wejściowych na granicach zaufania, obsługę błędów zapobiegającą utracie danych, bezpieczeństwo oraz dostępność, a także wymaga jednego małego, uruchamialnego testu dla każdego nietrywialnego fragmentu logiki. Reguła eliminuje wymyśloną strukturę: abstrakcje, o które nikt nie prosił, oraz zależności, które nie były potrzebne. Jeśli agent zaczyna pomijać testy po instalacji, przyczyną jest inna instrukcja w Twojej własnej konfiguracji, która ma wyższy priorytet – sprawdź plik, który agent ładuje jako ostatni.

Czy opublikowane dane dotyczące szybkości i kosztów są wiarygodne?

Są to własne pomiary projektu, opublikowane wraz z metodologią, i należy je interpretować w ten sposób. Liczby dla pojedynczego zapytania (single shot) odnoszą się do modelu bazowego, który odpowiada z opcjami i komentarzami, co sam README oznacza jako słaby punkt odniesienia. Dane agentowe pochodzą z bezgłowej sesji Claude Code w jednym repozytorium FastAPI i React, dwunastu zgłoszeń, czterech uruchomień każde, na modelu Haiku 4.5. Są to uczciwe liczby dla tej konfiguracji. Nie stanowią one prognozy dla Twojej bazy kodu, ponieważ projekt zaznacza również, że oszczędności spadają niemal do zera w przypadku kodu, który już był minimalny.

Czy muszę coś instalować, aby odnieść korzyści?

Nie. Drabinka to tekst, a wklejenie równoważnego bloku do pliku instrukcji, który Twój agent już odczytuje, zapewnia większość efektu. Wtyczka dostarcza utrzymywaną treść, poziomy intensywności, polecenia przeglądu oraz ścieżkę aktualizacji. Wypróbowanie skopiowanego bloku jako pierwszego jest odpowiedzią na poziomie 1 na pytanie, czy instalacja jest w ogóle konieczna.

Jak powstrzymać bezobsługowego agenta przed nadmierną rozbudową w nocy?

Umieść regułę w pliku instrukcji zawsze aktywnych (always-on), a nie w wiadomości na czacie, dzięki czemu będzie ona obowiązywać w 200. turze długiego procesu, a nie tylko w 3. turze. Następnie ogranicz szkody w inny sposób: daj agentowi kopię roboczą (checkout), którą może zepsuć zamiast Twojej jedynej kopii, i wymagaj przeglądu różnic (diff) przez człowieka przed scaleniem czegokolwiek. Reguła minimalnego diffa ogranicza ilość tekstu do przeczytania. Nie decyduje ona o tym, co zostanie wdrożone, i nie powinna tego robić.