佬， Ponytail 真的能省 token 吗？

[LessWu]

@shabnam_774 转述了创始动机：一位开发者看到 AI 为五行的需求写了五百行代码，一怒之下做了这个工具。“最好的代码是你从未写过的代码”这句 tagline 被 @jasonzimdars 称为”完美的宣传语”。

大佬们还有没有什么省 token 大法？

[EmptyDX]

能省输出，我觉得对于小修小改目的明确的很好用，如果是整个大模块就限制了模型的能力

[codehz]

我倾向于先拉屎再扫地，开几个子代理哐哐拉屎，最后再开一个 workflow 清理战场，然后跑 review 循环

[imruiming]

换 opencode 就省 token 了，功能相对简单，但是搬砖省，可以用 codex 搭建项目、opencode 维护后续，这样我的体感
是最省的

[www12222]

我感觉挺省的，就是有时候它会糊弄你，有时候明明需要前后台一起改的，它就裱糊匠只弄弄一个，这时候你需要明确要求

[honjow]

慎用。有时候 ai 能力不足的话，会以 Ponytail 的提示词为借口，禁全力去偷懒，该做的不做，想方设法钻空子

[AEDaydreamer]

用了一段时间删了, 在做计划的时候有点过度收敛和追求最小修改.
实际很多次我想局部重构, 切模式应该可以解决, 但是我很懒.

[yanguangs]

我用了下没什么用，
注意力机制下，谈最小实现代码，只会烧更多的 token,而不是减少 token

相对 caveman 的简单直接，headroom 的压缩上下文本地代理， 靠一个实现及其不明确的 skill 就能压缩代码输出么？

我需要 ai 输出最少的代码么？

[glaucus]

其实我好奇这么多 skill 平常你们怎么搭配串联使用的，比如 openspec,superpowers,现在又多个 ponytail

[jellyX]

重点是省 token 的话用 rtk 会不会更合适一些

[iyeatse]

如果真的好用一定会内化到模型里

[bghtyu]

小修改确实可以省 token 。但是复杂的需求，它会明显偷懒，明显限制了模型的能力。

[1874w]

@glaucus 我一直再变，刚接触不久用 superpowers 很爽，全自动，特别是从 0-1 的场景。

随着项目复杂度上去，偶尔想要小修小改的时候，superpowers 自动调用就有点过于繁琐和复杂了，简单问题复杂化。忍不了的时候就尝试去社区看看新的办法。

后面然后尝试加 Ponytail ，但好像作用不大

然后这几天时间又在尝试 Matt Pocock Skill 慢慢从全自动过渡到半自动。然后用系统提示词压制 superpowers 的自动调用。

主要是变化太快了，倒也没啥固定的规则。都装的话，我的方法是用系统提示词压制一些 skill 的自动调用，然后根据场景自己选择。

[jko123]

感觉不太好用🤦‍♂️

[datou]

ポニーテールとシュシュ

[Bunsei]

我一直觉得这类东西就属于那种“又想马儿跑又想马儿不吃草”的类型。编码工作，我生怕模型没有完整的理解上下文... 结果这倒好...

[azraeljack]

有时候会起反效果，实现不达标还得重新搞反而浪费 token ，比如先把设计做好再让 ai 开工更现实些。如果觉得代码不够精简 claude/codex 还有 simplify 插件可以用。

[sh3yee]

最近也在使用，倒不是为了省 token ，就是不想到处拉屎，老写一些我从来不会写的代码风格，如果会限制模型能力那只能关了

[ndxxx]

@glaucus 手动调用。

实在觉得某些 skill 好用的话，看看能不能让 ai 缝合一下。

如果纯 skill 不够，那么上一点简单的 Python 编排一下，美其名曰手搓 harness😁

[alphagao]

@1874w 我也感觉 superpowers 会把简单的事情复杂化，写出来的代码各种弯弯绕绕，但这可能就是 tdd 的弊端，要能单恻就必然要抽取 独立的 func ，然后就越抽约多，直到嵌套层数太多完全看不懂

[Bluecoda]

拆成小任务，保持在 120-150k token 能够完成的尺寸，并且完成后开一个全新的 thread ，我觉得是神器。
但是如果你按类似传统方法来用，一直让它写，然后进入 compact 循环，ponytail 应该会有点降智。

[yusf]

你不相信模型厂商做的 Agent 的能力，而去相信那些非模型厂商的人。提供的一些他们所谓的技巧。当然，有些技巧确实存在，但是我相信，如果真的是很实用的技巧。那么官方也会很内化。

[LessWu]

我现在写前端项目、就只用 Superpowers 这个 skill ；最近感觉有时候很简单的一个需求，额度消耗的飞快；还是 codex 更新了什么

[hellojl]

个人测试 Java 后端项目，没有明显的更省 token （输入 token 增加，输出有减少，因为输出的内容变少了）。生成的代码质量有提升，代码行数稍有降低，推测是读取了更多存量的上下文，使得生成的内容更符合存量项目的规范。
不同能力的模型测试下，GPT 5 启用不启用差距不是很大；公司自托管的模型（中等能力，具体模型未知）质量提升明显。
建议根据自己的模型与项目，使用同一个 feature + prompt 测试一下

[n329291362]

用了有点降智

[samzong]

@jellyX 我也是这样觉得，如果用仔细看戏 input/output 就会发现，coding 场景大量 token 消耗其实在 input 侧，rtk 才有价值。

[yazoox]

@yanguangs caveman, headroom 好用么？好像还有一个 rtk... 不知道好不好用。

[evilgod528]

@LessWu 就是 Superpowers ，卸掉之后，token 我感觉都刷不动

[getadoggie]

省 token 是好，不要影响到实际推理效果就行。prompt 工程对于大模型还是重要的，别到时候为了“文言文”让 AI 理解力大大降低就不好了

[jqtmviyu]

Superpowers 丢掉, 纯浪费 token.
不如 gill me, 写之前多确认点边界.

[iamnotcodinggod]

没用 省 totken 干什么？大刀阔斧放手让 ai 改，每天留 1-2 小时整和 重构

[yanguangs]

@yazoox
可以用`headroom savings`和`rtk gain` 去显示具体省了多少 token

我显示 headroom 省了 33%，rtk 一天 vibe 下来，能省千万级别的 token

[yanguangs]

@iamnotcodinggod
不是省 token, 而是管理上下文生成的 token ，里面的“噪音”。

[snakejia]

修改 bug 的话感觉还可以，它只修改最小范围内的代码，即使发现了别的地方的问题，也是告诉你，不会修改。