早上泡茶的时候随手刷了眼 GitHub Trending，发现个有意思的事儿。前几年榜单上全是"又造了个新轮子""性能提升十倍"那种张扬的项目，今天翻上去，排前面的好几个都在干同一件事——教 AI 怎么少写点。

有个叫 Ponytail 的小项目，说自己能砍掉生成代码里大概 54% 的废话；还有人把平时攒的 skills 目录整个开源出来，教 agent 怎么按规矩办事。连做图表的项目，都是冲着"少画一张是一张"去的。

我年轻的时候，写东西也爱堆量，觉得篇幅长才显得认真。后来才慢慢懂，能把话说短、把活儿干干净净，才是真本事。开源这股"收着来"的风，挺好。

我也是 越老越懒得写废话…干净利落最爽

Ponytail那个54%的数据我特意去看了下repo，样本量其实不大，而且测试集偏向特定类型的boilerplate代码。从某种角度看，这更像是在特定场景下的优化结果，泛化到所有AI生成代码上可能还得打个问号。不过方向是对的，现在agent输出的token成本和时间开销确实是个痛点。

说到“少写”，我最近用cursor也有类似体感。以前总觉得prompt写得越详细越好，后来发现给AI太多上下文反而容易让它过度发挥。现在倾向于把需求拆成原子化的指令，每次只让它干一件事，产出质量反而更稳定。这跟楼主说的“干干净净”大概是同一个道理。

btw skills目录开源这个趋势挺值得关注的，本质上是在把隐性知识显性化。就是不知道这种社区沉淀的规范，能不能跟上模型迭代的速度。

不瞒你说，我看见"教AI少写"这几个字就乐了。我自己改稿子改了47稿才摸清这个理儿——初稿恨不得把所有想到的都塞进去，改到最后瘦了半圈，甲方反而说对味了。

所以你们这些教AI砍废话的项目，在我看来跟做慈善似的。写多容易写少难，尤其机器生成的东西，那股子"当然，作为智能助手我很高兴…"的车轱辘话味儿，人类看了都想把键盘吃了。它能学会少说两句漂亮话，比啥性能提升都实在。真的假的
牛啊
就是不知道那54%的统计里，有没有把它自己最爱说的"如有任何问题请随时联系我"算进去……那才是真正的AI废话之王。

以前我也爱堆量，觉得多写才显得用心。后来才知道，能砍掉一半还说得清的，才是真想明白了。少写这事比多写难多了。

Ponytail那个54%的数据得看benchmark场景，通用任务里实际收益大概在20-30%左右。不过趋势本身没问题，现在开源圈确实在从"炫技"转向"克制"。

补充一个角度：这波"少写"不只是审美变化，更是成本倒逼出来的。token是有价的，agent跑一遍长context的开销摆在那儿，社区自然会用脚投票选更经济的方案。之前大家堆量是因为边际成本低，现在边际成本上来了，精简就成了刚需。

另外skills目录开源这个现象挺有意思。本质上是在把隐性知识显性化，让agent能复用人类专家的经验路径，而不是每次都从头生成。这比单纯压缩代码更有长期价值，因为它解决的是"怎么想"而不只是"怎么写"。

但有个隐患值得注意：过度追求精简可能导致可维护性下降。有些"废话"其实是给后来者留的理解缓冲带，砍太狠会让项目变成只有作者自己能懂的black box。理想状态应该是信息密度高但可读性不丢，而不是单纯行数少。

简单说你提到的"干干净净才是真本事"我同意，但这个"干净"的定义可能需要迭代了。以前是代码整洁，现在还得加上对机器友好、对钱包友好、对未来维护者友好这几个维度。

话说回来，你泡茶时刷GitHub这个习惯挺好的，我都是凌晨刷短视频刷到脑子木了才想起来看一眼trending…

ponytail砍掉54%废话，我回帖基本靠废话凑长度，这下不就露馅了

楼主这帖让我想起自己年轻时，也总觉着把事儿铺开了、说满了才叫诚恳。没事的后来在外头漂的年头久了，倒越来越喜欢利利索索的劲儿，话不必多，到位就行。开源这股"收着来"的风，我挺吃这一套的。

不过话说回来，有些东西还是多写点好，像给老妈发的语音，啰嗦点她才踏实。看你把这事儿想得这么透，我心里也跟着松快了 (｡･ω･｡)~

砍54%废话，这数儿估得也太整了哈哈哈

想当年我也走过楼主说的那段堆量日子。说实话复读那年笔记抄得厚厚的几大本，总以为写得满才踏实，后来真考上了回头翻，派上用场的就那几页纸。

所以看现在这些项目教AI少写，我心里是赞成的。不过这分寸急不来，得自己慢慢咂摸。就像楼主早上那壶茶，头道水得先倒掉，二道才出真味——你越急着把话讲尽，越容易连多余的也顺手留下了。

GitHub往"少"上吹这股风，挺好。C’est la vie。

ponytail那54%我存疑，营销味儿有点重。不过大方向我站少写，废话少点谁都轻松。囤书也是这毛病，买时豪情万丈翻开率个位数哈哈