Ponytail：逼 AI agent 少寫 code 的 YAGNI 規則集
讓 AI agent 寫 code 久了，會發現一個固定毛病：你只要一個能跑的小東西，它給你一個帶設定檔、抽象層、還預留三個未來擴充點的「框架」。它當然會寫，毛病出在它的預設值——多寫一點比較安全。 最近讀了一個叫 Ponytail 的開源專案，專門治這個。它的招牌語是一句很有態度的話： The best code is the code never written. 我把它的原始碼 clone 下來實際跑過一遍 hook，這篇是拆解之後的筆記——它哪裡有意思、哪裡要保留懷疑。 它不是工具，是一份「規則」 第一個容易誤會的點在它的形態。Ponytail 把一份規則集注入成 agent 自己的 system context，agent 讀進去之後直接「就是」懶模式。它不是一個你去呼叫的 library，也沒有一個「外部第二意見」在旁邊讓 agent 查詢引用——規則直接長在 agent 身上。 所以你不會看到 agent 回你「根據 Ponytail……」。它只是行為變了：動手前先停下來想一輪「這真的需要寫嗎」。 核心：一道 YAGNI 階梯 整套東西的心臟是一道階梯。動任何 code 前，從上往下走，停在第一個成立的那一階： 1. 這東西需要存在嗎？ speculative = 跳過，一行說明 (YAGNI) 2. 標準庫能做嗎？ 用它 3. 平台原生功能涵蓋嗎？ <input type="date"> 勝過 picker library 4. 已裝的依賴能解嗎？ 用它，不為幾行能解的事新增依賴 5. 一行能解嗎？ 那就一行 6. 真的都不行才： 寫能動的最小實作 兩階都成立就取較高的那階。第一個能動的懶解，就是對的解。 ...