我的 Codex 額度，被一個扎馬尾的大叔給救了
整理版優先睇
PonyTail：一個令 AI Agent 更懶、慳 Token 嘅插件
艾倫由 ClaudeCode 轉用 Codex 之後，發現每日 Token 用量好高，三四日就用完一星期 Plus 額度。佢覺得明明冇做好重嘅任務，但 Codex 會過度思考，比如寫登入註冊功能都會加權限中間件、預留其他登入方式，造成大量 Token 浪費。
為咗解決呢個問題，佢介紹咗 PonyTail 插件，一個扎馬尾嘅大叔。呢個插件嘅核心係令 AI Agent 更「懶」，但係資深工程師嗰種懶——能唔寫代碼就唔寫，能複用就複用，只做當前需要嘅功能。比喻似門把手鬆咗，新師傅叫人換智能門鎖，老師傅只係擰緊螺絲。
官方測試顯示，用咗 PonyTail 之後，代碼量減少 54%，Token 減少 22%，成本降低 20%，完成時間縮短 27%。佢認為呢個插件係一個剎車，唔係油門，對 AI Agent 嚟講好有價值。最後提供咗安裝指令同強度等級設定，方便讀者試用。
- Codex 容易過度思考，導致 Token 浪費，簡單需求都被擴展成大型工程。
- PonyTail 通過限制 AI 只做必要功能，減少不必要的上下文同工具調用。
- 官方實測：代碼量減 54%，Token 減 22%，成本降 20%，完成時間縮短 27%。
- 插件提供四種強度等級（lite、full、ultra、off），可因應任務調節。
- 成熟嘅 AI 工作流唔係一味加速，而係要識得停，PonyTail 就係呢個剎車。
安裝 PonyTail 插件
Claude Code 用戶：/plugin marketplace add DietrichGebert/ponytail/plugin install ponytail@ponytail；Codex App 用戶：將整個項目發俾 Codex，叫佢幫你配置。
PonyTail 強度等級說明
lite：按要求構建，但用一句話指出更偷懶嘅替代方案。full（預設）：強制執行決策階梯，優先使用標準庫同原生功能。ultra：YAGNI 極端主義者，先刪後加，提交單行代碼同時質疑其餘需求。off：完全停用，唔注入規則。
Codex 額度問題：過度思考消耗 Token
艾倫轉用 Codex 之後，發現每日 Token 用量好高，三四日就用完一星期 Plus 額度。佢明明冇做好重嘅任務，但 Codex 嘅思考過程會跑好多上下文同工具調用。
每日起碼要用三四千萬嘅 Token
例如寫一個登入註冊功能，Codex 會加權限中間件、預留 QQ 同微信登錄入口，仲有各種暫時用唔到嘅配置。最終 Token 大量浪費，但用家只係想要一個就咁登入嘅表單。
PonyTail：老師傅式嘅懶
PonyTail 係一個扎馬尾嘅大叔開發嘅插件，核心功能係令 AI Agent 更「懶」——唔係敷衍，而係資深工程師嗰種懶。能唔寫代碼就唔寫，能複用接口就複用，一行代碼搞掂就唔寫幾百行。
資深工程師嘅懶
就好似門把手鬆咗，新師傅會叫人換智能門鎖、重新設計全屋，而老師傅只係擰緊螺絲、換墊片，10分鐘搞掂。PonyTail 就係將 AI 由新師傅拉向老師傅方向。
- 只做當前需要嘅功能，唔添加未來可能用到嘅雜項
- 優先複用現有接口同標準庫，減少自定義代碼
- 強調 YAGNI 原則：你唔會需要佢（You Ain't Gonna Need It）
實測效果：Token 省 22%，完成時間短 27%
官方用一個倒計時器任務做測試：開始、暫停、重置、顯示「已結束」。冇 PonyTail 時，AI 會先搭狀態管理、拆組件、封裝定時器邏輯，寫一堆擴展代碼。
代碼量減少 54%
Token 減少 22%
成本降低 20%
完成時間縮短 27%
當然唔係每次任務都穩定慳 22% Token，但呢個方向好重要：AI agent 嘅優化唔一定係令佢更勁，有時係令佢少啲過度努力。
安裝與強度設定
Claude Code 用戶可以用以下指令安裝，Codex App 用戶就直接將項目傳畀 Codex 叫佢配置。
/plugin marketplace add DietrichGebert/ponytail
/plugin install ponytail@ponytail插件提供三個強度同一個關閉開關，仲可以用 /ponytail 命令喺對話中切換等級。
- 1 lite：按要求構建，但用一句話指出更偷懶嘅替代方案。
- 2 full（預設）：強制執行決策階梯，優先使用標準庫同原生功能。
- 3 ultra：YAGNI 極端主義者，先刪後加，提交單行代碼同時質疑其餘需求。
- 4 off：完全停用，唔注入規則集，唔寫入標記文件。
剎車比油門更值錢
以前總覺得 AI 寫代碼越積極越好，後嚟發現唔一定。真正成熟嘅 AI 工作流，唔係令佢一直跑、一直寫、一直擴展，而係令佢知咩時候要停。
知咩時候要停
PonyTail 就係呢個剎車，唔畀 AI 油門，反而限制佢，令到 Token 用得其所。呢個概念對於任何 AI Agent 用戶都值得反思。
大家好，我係艾倫。
自從 Codex 更新咗好多插件同功能之後，我就將主力 AI 軟件由 ClaudeCode 同 Gemini 轉咗去 Codex。
一開始係開咗個 5x，但係用嘅時候我發現使用場景冇咁多，而且另外兩間我都仲有混住用，所以之後又改咗做 Plus 套餐。
然後情況就變咗原本用唔曬，到而家唔夠用。
打開 Codex 嘅設定一睇，每日起碼要用三四千萬嘅 Token。
三四日就可以將一個星期嘅 Plus 額度全部用曬。
就唔知你哋會唔會有呢種感覺，每日都冇做乜嘢好重嘅任務，但係一兩個鐘頭之後 Codex 嘅右下角就提你依個 5 小時嘅週期入面得返 10 ～ 20% 嘅額度喇..
一開始我以為係我用得太誇張，但之後諗諗又唔啱，因為好多時都冇做啲好大嘅工程。
可能只係改一個小功能，執一個 bug，整理下 code 之類咋。
就係一啲好簡單好細嘅需求，但係睇 Codex 思考過程，佢會行好多好多嘅上下文、工具調用，然後再試下改一啲睇落好專業嘅嘢。
咁就會導致有好大量嘅 Token 浪費。
就好似我想寫一個登入註冊功能。
需求好簡單，就係一個登入表單同註冊表單。
然後仲有啲好似電話或者電郵嘅校驗等等嘅內容。
但係呢個時候 Codex 就好容易去進行過度思考。
例如佢會去加啲權限中間件，然後留低一啲其他嘅登入入口，QQ、微信登入之類，然後再加啲暫時用唔著嘅配置同邊界。
睇落呢啲功能好多，好正。但有個問題喎，現階段真係需要呢啲功能咩？
我哋要嘅只係一個登入註冊，用到就得。但係佢個腦入面已經開始規劃賬號體系 1.0 喇。
所以遇到呢種情況，就輪到 PonyTail 一個馬尾大叔出場喇。
就係呢個紮住一條單馬尾嘅大叔啊，佢叫 PonyTail。
我用一句話嚟解釋佢嘅功能，佢就係一個可以令 AI Agent 更加懶嘅插件。
但係呢度嘅懶唔係嗰種好求其嘅懶，而係嗰種資深工程師嘅懶。
就係可以唔寫 code 嘅地方就唔寫 code，可以複用接口嘅地方就直接複用，而唔係重新寫一套 code。
然後原生能力夠強嘅，就唔使再裝其他嘅 code 庫。
一行 code 就搞得掂嘅，就唔好去寫咁幾百行。
簡單嚟講就係淨係做當前需要嘅，而唔係過度思考，加啲無釐頭嘅功能。
呢就有啲似屋企嘅門把手鬆咗，新師傅一入門就話呢度門太舊喇，要唔要換個智能門鎖？
門框有啲老化，要唔要一齊拆？拆咗之後要唔要將成個間隔重新設計過？
聽落好專業好負責，但我原本只係想扭兩粒螺絲咋。
而老師傅踎低睇一眼，螺絲鬆，就扭緊，墊片壞咗，就換墊片，10 分鐘搞掂。
而 PonyTail 做嘅就係將 AI Agent 由嗰個新師傅拉向老師傅方向。
呢度俾大家睇一個官方實測嘅例子 - 倒計時器。
就係一個好普通嘅需求，開始、暫停、重置，時間到就顯示「已結束」。
如果係我哋自己嚟寫，咁肯定係直接揾輪子，然後複用，最後幾行 code 搞掂。
但係 AI 就好似我前面講咁，容易諗太多。
先搭狀態管理，再拆組件，再封裝定時器邏輯，最後順手補一堆將來可能會用到嘅擴展能力。
由結果睇，寫咗更多 code，亦都消耗咗更多 Token。
而用咗 PonyTail 嘅核心分別就係，唔急住搭呢啲架構，而係先睇嚇可唔可以用最簡單嘅方式去解決。
喺 Claude Code 裏面，Ponytail 令 code 量減少咗 54%，Token 減少咗 22%，成本降低咗 20%，完成時間縮短咗 27%。
當然，呢個唔係話你裝完之後，每一次任務都會穩定慳返 22% Token。
我更願意將佢理解成一個方向：
AI agent 嘅優化，唔一定係等佢更加勁。
有時，係等佢少啲過度努力。
講咗咁多，最後再同大家講下點用。
用 Claude Code 嘅朋友直接用下面兩條 command 就得。
/plugin marketplace add DietrichGebert/ponytail
/plugin install ponytail@ponytail用 Codex App 嘅，直接將成個 project 完整咁 send 俾 Codex，等佢幫我哋設定就得。
設定好之後，同之前一樣直接喺 Codex/Claude Code 裏面講需求就得。
佢仲自帶咗三個強度同一個關閉嘅開關。
| lite | 「完成，緩存已添加。僅供參考：如果你唔想維護緩存類，functools.lru_cache 一行就搞掂。」 | |
| full | 「喺獲取數據嘅函數上添加 @lru_cache(maxsize=1000)。跳過咗自定義緩存類，等 lru_cache 明顯唔夠用時再加。」 | |
| ultra | 「喺 profiler 提出要求之前唔加緩存。真要加時：用 @lru_cache。手寫嘅 TTL 緩存類簡直係命中率低嘅 Bug 培養皿。」 | |
| off |
喺對話入面我哋亦都可以用 /ponytail command 去切換等級。
以前我成日覺得，AI 寫 code 越積極越好。
後來發現，唔一定。
因為真正成熟嘅 AI 工作流程，唔係等佢一直跑、一直寫、一直擴展。
而係等佢知道幾時要停。
Ponytail 最有意思嘅地方就喺呢度。
佢唔係幫 AI 加油門，而係幫 AI 加咗一個剎車。
對而家嘅 Codex 嚟講，呢個剎車可能比油門更加值錢。
大家好，我是艾倫。
自從 Codex 更新了很多插件和功能之後，我就把主力 AI 軟件從 ClaudeCode 和 Gemini 轉到了 Codex。
一開始是開了個 5x，但在使用的過程中我發現使用場景沒有那麼多，且另外兩家我也依然在混着使用，所以後面又改為了 Plus 套餐。
然後情況就變成了原本的用不完，到現在的不夠用。
打開 Codex 的設置一看，每天起碼要用三四千萬的 Token。
三四天就能把一週的 Plus 額度全部消耗殆盡。
就我不知道你們會不會有這種感覺，每天也沒幹啥很重的任務，但一兩個小時後 Codex 的右下角就提醒你這 5 小時的週期裏只剩 10 ～ 20% 的額度了..
一開始我以為是我自己用的太狠了，但後面想想又不對，因為很多時候也沒有做很大的工程。
可能只是小改一個功能，修一個 bug，整理下代碼之類的。
就是一些很簡單很小的需求，但看 Codex 思考過程，它會跑很多很多的上下文、工具調用，然後再試着改一些看起來很專業的東西。
這就導致會有大量的 Token 浪費。
就比如我想寫一個登錄註冊功能。
需求很簡單，就是一個登錄表單和註冊表單。
然後還有一些像電話或者郵箱的校驗等等內容。
但這個時候 Codex 就很容易去進行過度思考。
比如它會去添加一些什麼權限中間件，然後預留一些其他的登錄入口，QQ、微信登錄之類的，然後再加一些暫時用不到的配置和邊界。
看起來這些功能非常多，非常好。但有個問題啊，現階段真的需要這些功能嗎？
我們要的僅僅只是一個登錄註冊，能登錄就行。但是他的腦子裏面已經開始規劃賬號體系 1.0 了。
所以碰到這種情況，就輪到 PonyTail 一個馬尾大叔出場了。
就是這個扎着一個單馬尾的大叔啊，他叫 PonyTail。
我用一句話來解釋它的功能，它就是一個能讓 AI Agent 更懶的一個插件。
但這裏的懶並不是那種很敷衍的那種懶，而是那種資深工程師的懶。
就是能不寫代碼的地方就不寫代碼，能複用接口的地方就直接複用，而不是去重新新寫一套代碼。
然後原生能力足夠強的，就不用再安裝其他的代碼庫。
一行代碼就能解決的，就不再去寫那麼幾百行。
簡單來說就是隻做當前需要的，而不是去過度思考，去添加一些新的雜七雜八的功能。
這就有點像家裏面的門把手鬆了，新師傅一進門就說這個門太舊了，要不要換個智能門鎖？
門框有點老化，要不要一起拆？拆了以後要不要把全乾重新設計一下？
聽起來很專業很負責，但我原本只想要擰兩顆螺絲。
而老師傅蹲下來看一眼，螺絲松，那就擰緊，墊片壞了，那就換墊片，10 分鐘解決。
而 PonyTail 做的就是把 AI Agent 從那個新師傅往老師傅方向拉。
這裏給大家看一個官方實測的例子 - 倒計時器。
就是一個很普通的需求，開始、暫停、重置，時間到了顯示“已結束”。
如果是我們自己來寫，那肯定是直接找輪子，然後複用，最後幾行代碼搞定。
但 AI 就像我前面說的那樣，容易想太多。
先搭狀態管理，再拆組件，再封裝定時器邏輯，最後順手補一堆以後可能會用到的擴展能力。
從結果上來看，寫了更多的代碼，也消耗了更多的 Token。
而用上了 PonyTail 的核心區別就是，不急着搭這些架子，而是先看能不能用最簡單方式去解決。
在 Claude Code 裏面，Ponytail 讓代碼量減少了 54%，Token 減少了 22%，成本降低了 20%，完成時間縮短了 27%。
當然，這不是說你裝完之後，每一次任務都會穩定省下 22% Token。
我更願意把它理解成一個方向：
AI agent 的優化，不一定是讓它更猛。
有時候，是讓它少一點過度努力。
聊了那麼多，最後再給大家說說如何使用。
用 Claude Code 的朋友直接用下面這兩條命令就行。
/plugin marketplace add DietrichGebert/ponytail
/plugin install ponytail@ponytail用 Codex App 的，直接把整個項目完整的發給 Codex，讓它幫我們配置就行。
配置好後，和原先一樣直接在 Codex/Claude Code 裏面說需求就行。
它還自帶了三個強度和一個關閉的開關。
| lite | “完成，緩存已添加。僅供參考：如果你不想維護緩存類，functools.lru_cache 一行就能搞定。” | |
| full | “在獲取數據的函數上添加 @lru_cache(maxsize=1000)。跳過了自定義緩存類，等 lru_cache 明顯不夠用時再添加。” | |
| ultra | “在 profiler 提出要求之前不加緩存。真要加時：用 @lru_cache。手寫的 TTL 緩存類簡直是命中率低下的 Bug 培養皿。” | |
| off |
在對話中我們也可以使用 /ponytail 命令去切換等級。
以前我總覺得，AI 寫代碼越積極越好。
後來發現，不一定。
因為真正成熟的 AI 工作流，不是讓它一直跑、一直寫、一直擴展。
而是讓它知道什麼時候該停。
Ponytail 最有意思的地方就在這裏。
它不是給 AI 加油門，而是給 AI 加了一個剎車。
對現在的 Codex 來說，這個剎車可能比油門更值錢。