Ponytail : Injecter la flemme d'un Dev Senior dans son Agent IA

DietrichGebert/ponytail

Même avec un Harness optimisé, l'utilisation d'agents autonomes comme Claude Code, Cursor ou Antigravity CLI peut être encore frustrante. On demande une bête logique de validation, et l'IA, dans toute sa générosité de modèle de langage, pond trois abstractions, un nouveau fichier de config opaque, et colle une dépendance npm sortie de nulle part, en se bagarrant avec les consignes stricts déjà en place et surconsommant des tokens. C'est le fléau de l'over-engineering généré par IA.

C'est exactement pour ça que Dietrich Gebert a conçu Ponytail.

Le concept est ultra-rentable : forcer l'agent d'IA à réfléchir comme le dev senior le plus feignant de la boîte. Parce qu'on ne va pas se mentir : le meilleur code, c'est celui que l'on n'a jamais besoin d'écrire, de patcher ou de maintenir.

Voyons comment ce repo est foutu et pourquoi il faut l'injecter dans les prompts d'agents.

1. L'Architecture : Des compétences portables et agnostiques

Sous le capot, Ponytail n'est pas une extension rigide ou bloquée sur un seul IDE. Le dépôt est pensé comme une distribution de compétences portables (agent-portable skill distribution).

La structure est ultra-propre et se découpe en deux blocs :

• Le Cœur (skills/) : Des fichiers Markdown (comme SKILL.md) qui contiennent les règles comportementales pures. C'est du prompt engineering de haut niveau, structuré pour que le cycle de pensée (CoT) du LLM l'assimile à chaque itération.
• Les Adaptateurs : Des passerelles légères pour intégrer ces règles partout. Qu'on bosse avec Cursor, Antigravity, ou directement via le prompt système de Claude Code ou d'une CLI, Ponytail s'adapte.

Le repo ne se contente pas d'un mode passif, il embarque toute une suite d'outils spécialisés :

• ponytail : Le comportement de base (le mode minimaliste radical).
• ponytail-review : Une review de code qui s'en fout des fautes de frappe, mais qui traque la complexité. Elle sort une liste concise de chaque abstraction spéculative à dégager.
• ponytail-audit / ponytail-debt : Pour scanner un projet, détecter la dette technique introduite et la consigner proprement.

Il y a aussi les modes : de la sobriété à la chirurgie de guerre. Quatre niveaux d'intensité activables à la volée via une simple commande : lite pour un filtrage léger qui laisse respirer l'agent sur les tâches créatives, full pour le mode standard, celui qui couvre 90% des cas, et ultra, réservé selon la doc officielle "pour quand tu as des comptes à régler avec ton propre projet". Un quatrième mode, off, permet de désactiver temporairement Ponytail sans toucher à la config.

2. L'Échelle de Ponytail (The Ladder)

Dans le fichier skills/ponytail/SKILL.md, la logique de pensée de l'agent est verrouillée par un concept central : L'Échelle. Avant d'ouvrir le moindre buffer pour écrire du code, l'IA est obligée de grimper cette échelle et de s'arrêter au premier barreau qui résout le problème.

Voici les consignes que l'agent va devoir suivre :

1. 1 : Est-ce que ça doit vraiment exister ? (YAGNI) – Si le besoin est spéculatif ou prévu "pour plus tard", on oublie. L'agent l'explique en une ligne et s'arrête.
2. 2 : Est-ce que la bibliothèque standard du langage le fait ? – Utiliser ce que le langage offre nativement avant de coder du sur-mesure, ou d'utiliser des dépendances externe inutilement (très utile).
3. 3 : Est-ce qu'une fonctionnalité native de la plateforme le gère ? – Préférer un attribut HTML, du CSS moderne, ou une contrainte SQL plutôt que d'écrire de la logique applicative lourde.
4. 4 : Est-ce qu'une dépendance déjà installée résout le problème ? – On ne rajoute pas un package si ce qu'on a déjà dans le projet peut faire le taf.
5. 5 : Est-ce que ça tient en une seule ligne ? – Si oui, pas de chichis, on fait une one-liner.
6. 6 : Le code minimal strict – Si et seulement si aucune autre règle n'a fonctionnée, l'IA écrit le code, mais au strict minimum pour que ça passe les tests.

Le traitement des bugs à la racine

Ponytail change aussi radicalement la façon dont l'IA corrige les anomalies. Au lieu de coller un if de protection à l'arrache sur les dix composants qui appellent une fonction cassée (ce qui rend le diff dégueulasse), Ponytail force l'agent à remonter à la source et à corriger la fonction partagée. Moins de lignes modifiées, un diff propre, et un correctif pérenne.

3. Les Résultats : Moins de Slop, Plus de Performance

On pourrait croire qu'un agent poussé à la paresse va sortir du code bâclé ou non sécurisé. C'est tout l'inverse. Le framework stipule explicitement que la sécurité, la validation des données, la gestion des erreurs et l'accessibilité ne doivent jamais être sacrifiées. Le code est court parce qu'il va droit au but, pas parce qu'il est instable.

Ces chiffres sont les médianes des benchmarks publiés dans le repo:

• ~80-94% de code écrit en moins.
• ~47-77% d'économie sur la consommation de tokens.
• ~x3 à x6 de gain de vitesse sur la réalisation des tâches.

Petite nuance de prod : Ça tourne nickel sur les modèles majeurs capables de suivre des raisonnements complexes. Les petits modèles locaux ont tendance à dire d'accord mais reprennent vite leurs vieilles habitudes de boilerplate verbeux.

En conclusion

Ponytail pose des limites saines. En forçant les agents à adopter une philosophie de sobriété radicale, on garde le contrôle sur le projet tout en optimisant les coûts de tokens. Un indispensable à tester et intégrer dans la boîte à outils de dev agentique.

DietrichGebert/ponytail