Ponytail 5 laat codeer-AI kleinere maar completere wijzigingen maken

Wat is er precies veranderd?

De maker, die op Reddit schrijft onder de naam IT_WAS_ME_DIO__, schreef de regels van Ponytail opnieuw. Ze zijn ongeveer half zo lang als eerst. Het doel verschuift van de kleinste code naar de kleinste complete wijziging.

Voordat de AI iets schrijft, zoekt die uit wat de wijziging allemaal raakt. Denk aan code die de aangepaste functie aanroept, tests en instellingen. Elk antwoord eindigt met wat de AI heeft overgeslagen of niet heeft gecontroleerd, plus risico's die je moet kennen.

Ook de twee commando's zijn herbouwd. /ponytail-review keek eerst alleen naar code die weg kon. Nu zoekt het naar bugs, beveiligingsproblemen, trage plekken en ontbrekende tests, en leest het ook de code rondom de wijziging.

Wat zeggen de cijfers?

De maker vergeleek dezelfde AI met en zonder de skill. Hij gebruikte Claude Code met Opus 5.5, 39 taken en 5 runs per taak. Eén taak was een echte codebase met FastAPI en React. Het ging om ruim 5.900 testsessies.

Met Ponytail 5 is de code 53 procent korter, tegen 48 procent bij de vorige versie. De tijd daalt met 41 procent en de kosten met 26 procent, eerder was dat 16 procent. Het zijn cijfers van de maker zelf, onafhankelijk getoetst is het niet.

Opvallend is ook de kwaliteit. Riskante logica kwam in 98 procent van de gevallen met een test, zonder skill was dat 68 procent. Bewust ingebouwde bugs vingen de eigen tests van de AI in 66 procent van de gevallen op, tegen 46 procent.

Hoe probeer je het zelf?

Gebruik je Ponytail al, werk dan de plugin bij. Nieuw is het niet echt: de eerste versie kreeg eerder al aandacht op Reddit. De code staat onder een MIT-licentie, dus je mag hem vrij gebruiken.

Je vindt de code op github.com/DietrichGebert/ponytail en meer uitleg op ponytail.dev. Probeer na de update eens /ponytail-audit op een bestaand project. Dat brengt eerst de hele repository in kaart en zegt dan wat je als eerste moet aanpakken.

De maker wil graag horen waar Ponytail fouten maakt. Let daar zelf ook op. De test is gedaan met één AI-model, dus bij andere modellen of jouw eigen project kunnen de resultaten anders uitvallen.