
Le pides a tu agente un selector de fecha. Te devuelve una librería, un envoltorio, estilos propios y una conversación sobre zonas horarias. Tú solo necesitabas <input type="date">. Ponytail para Claude Code convierte ese hartazgo en un conjunto de reglas: antes de escribir, el agente debe comprobar si puede no construir nada, reutilizar lo que ya existe o resolverlo con una función nativa.

TL;DR: El resumen sin rodeos
- Qué es: un skill para reutilizar lo que existe y evitar código innecesario.
- Los resultados revisados: una repetición externa del conjunto de pruebas declara un 61% menos código; el resultado depende del trabajo y de las instrucciones.
- Dónde lo usaría: SOLO en sesiones constructoras con un plan preciso y criterios de aceptación.
- Si falta el plan: primero una sesión coordinadora o arquitecta; después otra sesión construye con Ponytail.
- Mi nota: mantengo el 85/100 y el uso bajo demanda. Me gusta mucho para ese papel concreto.
En este artículo
- Cómo funciona Ponytail en Claude Code
- Qué cambia en Ponytail 5 y qué sabemos sobre los nuevos modelos
- Cómo instalar Ponytail en Claude Code
- Ponytail en proyectos de marketing reales
- Benchmark de Ponytail 5: código, tokens y coste
- Los resultados de Ponytail 5 que he revisado
- Cómo lo usaría: primero decidir, después construir
- Opiniones sobre Ponytail y el anuncio de la versión 5
- ¿Merece la pena Ponytail 5 para Claude Code?
- Preguntas frecuentes sobre Ponytail
Actualización del 23 de octubre de 2026. He revisado el experimento de Ponytail 5 y concreto mi recomendación: me gusta mucho para sesiones constructoras con un plan exacto. Cuando el trabajo todavía está por definir, primero va una sesión coordinadora o arquitecta.
| Ficha | Dato |
|---|---|
| Proyecto | DietrichGebert/ponytail |
| Licencia | MIT |
| Estado revisado | Versión estable 5.3.2, publicada el 17 de octubre de 2026 a la 01:15 (hora peninsular española); documentación revisada el 19 de octubre. El anuncio de Instagram es del 18 de octubre. |
| Agentes | El proyecto documenta Claude Code, Codex y otros agentes. Las funciones y la instalación cambian según el agente; el panel nuevo corresponde a Claude Code. |
| Precio | Gratis y de código abierto |
| Valoración | 85/100 |
Cómo funciona Ponytail en Claude Code
Los agentes de código tienen un incentivo extraño: demostrar trabajo. Si la petición es pequeña, siguen teniendo todo un contexto disponible para inventar capas, utilidades, abstracciones y dependencias. El resultado puede funcionar, pero añade superficie de fallo, mantenimiento y revisión.
Ponytail introduce una parada obligatoria. Su escalera pregunta, por este orden, si la función debe existir, si ya está resuelta en el repositorio, si la biblioteca estándar puede hacerlo, si hay una función nativa de la plataforma, si una dependencia instalada basta y si la solución cabe en una línea. Solo después autoriza el mínimo código que funcione.

La idea no es nueva. YAGNI lleva décadas diciendo que no construyas lo que todavía no necesitas. Lo nuevo es empaquetarla para que el agente la vea en cada sesión, con intensidades lite, full y ultra, además de comandos para revisar diffs, auditar repositorios y registrar deuda.
Qué cambia en Ponytail 5 y qué sabemos sobre los nuevos modelos
La versión 5.0, publicada el 8 de octubre, rehace las reglas y amplía el trabajo de revisión. El objetivo es resolver todo lo pedido con el menor cambio necesario. Antes de escribir, el agente identifica qué llamadas, pruebas y archivos puede afectar; al terminar declara lo que no ha comprobado.
- Un mapa inicial del repositorio ayuda a encontrar componentes y utilidades reutilizables.
/ponytail-reviewbusca fallos, problemas de seguridad, carga real y pruebas ausentes, también en código relacionado que queda fuera del diff./ponytail-auditaplica ese enfoque al repositorio y ordena los hallazgos por prioridad.
La versión 5.3 añade una banda de métricas y un tablero local para Claude Code. La 5.3.2 permite importar sesiones anteriores y muestra qué modelo usó cada sesión. Ese seguimiento puede ayudar a comprobar si el ahorro existe en tu trabajo.

Un modelo reciente evaluado; más agentes documentados
La nueva evidencia principal corresponde a Opus 5.5 en Claude Code. El proyecto sigue documentando Codex, pero no presenta aquí una comparación equivalente con sus modelos. Compatibilidad y ahorro medido son cosas distintas.
La banda necesita Claude Code 2.1.290 o posterior. Según la documentación de esa versión, no aparece en el panel de chat de VS Code, sesiones cloud ni ejecuciones claude -p. No hay que dar por hecho que todas las novedades llegan igual a cada agente.
Cómo instalar Ponytail en Claude Code
En Claude Code se instala desde el marketplace del proyecto:
/plugin marketplace add DietrichGebert/ponytail
/plugin install ponytail@ponytail
Instala el plugin con los dos comandos anteriores, enviados como dos peticiones separadas. Después elige lite, full o ultra. Mi recomendación sigue siendo activarlo para una tarea concreta y desactivarlo al terminar con /ponytail off; activar una vez no significa que dure un solo turno. Para Codex, consulta la instalación y los comandos específicos del repositorio.
Eso explica por qué Ponytail funciona mejor que añadir "hazlo sencillo" al final de cada petición. No porque la frase sea más inteligente, sino porque aparece de forma persistente, ocupa un lugar estable en el flujo y viene acompañada de comandos para revisar el resultado.
Ponytail en proyectos de marketing reales
En marketing no lo usaría para escribir un anuncio o una landing. Lo usaría cuando un agente toca la maquinaria que hay detrás: formularios, eventos de analítica, generadores de páginas, conectores, automatizaciones y pequeños paneles internos.
Imagina que pides añadir una fecha a un formulario de campaña. Sin freno, el agente puede instalar un selector completo, crear un componente, añadir estilos y gestionar estados que el navegador ya resuelve. Ponytail lo empuja a comprobar primero si el campo nativo cubre la necesidad real. Menos código significa menos cosas que probar cuando la campaña sale mañana.
En Ponytail 5, /ponytail-review amplía la revisión a fallos, seguridad, carga y pruebas, además de la complejidad. /ponytail-audit hace el repaso del repositorio y prioriza qué corregir. Son funciones anunciadas y documentadas por el proyecto; todavía no las he contrastado sobre mis proyectos.
Benchmark de Ponytail 5: código, tokens y coste
El benchmark publicado por el autor compara Ponytail 5, la 4.13 y el agente sin skill: Opus 5.5, 39 tareas y cinco ejecuciones por combinación.
| Métrica frente a no usar skill | Resultado publicado |
|---|---|
| Líneas de código | 53% menos |
| Tokens de salida | 45% menos |
| Coste | 26% menos |
| Tiempo del agente | 41% menos |
Son medias geométricas de ratios por tarea, no una promesa de ahorro total. La terminal está desactivada: se mide lo que el agente entrega, no un ciclo completo de ejecución y depuración. Solo 18 tareas tienen comprobaciones funcionales ocultas; los resultados fueron 87/90 con Ponytail 5 y 86/90 sin skill.
Frente a la 4.13, la mejora de coste publicada es del 10,8%. Los intervalos de tiempo y tokens de salida incluyen ausencia de mejora. La comparación nueva tampoco incluye un brazo con una instrucción corta de YAGNI.
El benchmark anterior queda como referencia histórica
La primera versión de esta review recogía un 54% menos código en doce tareas. Cambian el modelo, las tareas y el método: el 53% actual no permite concluir que Ponytail haya empeorado un punto.

La crítica de Colin Eberhardt en Scott Logic al primer benchmark sigue siendo pertinente: una regla YAGNI breve puede aportar parte del beneficio. El estudio nuevo amplía las tareas y compara con la 4.13, pero no resuelve esa alternativa por sí solo.
Para decidir, compararía el coste completo, el resultado y los defectos de tareas propias. Menos tokens de salida no garantizan menos razonamiento interno ni mejor código. Esa es también la razón por la que mantengo el uso bajo demanda.
Los resultados de Ponytail 5 que he revisado
He revisado el experimento publicado por Chase AI el 19 de octubre. Repite el conjunto de pruebas del repositorio y añade ejercicios de programación y una petición abierta de una página de precios. Me interesa porque permite mirar qué ocurre cuando cambia la precisión del encargo.
| Prueba descrita en el vídeo | Resultado comunicado |
|---|---|
| Repetición del conjunto de pruebas de Ponytail | 61% menos código; también menor coste y tiempo según el autor |
| 351 trabajos de programación y una segunda batería de 145 preguntas difíciles | Ponytail mantiene el nivel de Claude Code sin el skill, según el análisis presentado |
| Una página de precios con instrucciones abiertas | Claude completa huecos con detalles como comparaciones entre planes o controles; Ponytail entrega una solución más ceñida a lo pedido |
El vídeo no publica porcentajes exactos propios de coste o tiempo, tasas de acierto ni el detalle de cada ejecución. Los ejercicios son una señal favorable; el ejemplo de la página de precios muestra cómo una petición vaga puede dejar fuera detalles que esperabas que el agente decidiese.
El 61% pertenece a esa repetición. El 53% menos código, el 26% menos coste y el 41% menos tiempo de la tabla anterior pertenecen al estudio del proyecto. Son evaluaciones distintas y ninguna garantiza el mismo ahorro en mis tareas, en otro modelo o en Codex.
El comportamiento que muestra la página de precios encaja con mi conclusión: dar instrucciones vagas y esperar que el agente complete el producto exige una forma de trabajar distinta de construir un plan ya cerrado.
Cómo lo usaría: primero decidir, después construir
Ponytail me gusta mucho. Lo usaría SOLO en sesiones constructoras: las que reciben un plan concreto y se encargan de implementarlo. Necesito haber decidido antes qué se construye y cómo voy a comprobar que está completo.
Si el encargo todavía es «quiero algo parecido a esto», primero abriría una sesión coordinadora o arquitecta sin Ponytail. Esa sesión debe resolver las dudas, proponer la solución y dejar instrucciones que otra sesión pueda ejecutar.
- Definir el trabajo. Acordar el objetivo, las decisiones pendientes y lo que debe incluir el resultado.
- Cerrar el plan. Especificar las partes que hay que construir, cómo se relacionan, los requisitos y las comprobaciones que deben pasar.
- Pasarlo a una constructora. Abrir otra sesión con Ponytail y darle ese plan exacto, con un alcance que se pueda terminar y revisar.
- Comprobar la entrega. Revisar que cumple todo lo acordado, incluidas las pruebas y los controles necesarios. Menos líneas solo me sirve si el trabajo está completo.
Si el plan ya está definido, voy directamente a la constructora. Para una página de precios, por ejemplo, dejaría escritos los planes, la comparación de funciones, el cambio de mensual a anual, los estados de los controles y los requisitos de accesibilidad antes de pedir que la monte.
Y al medir el coste cuento las dos partes: preparar el plan y construirlo. El ahorro de la segunda sesión no describe por sí solo lo que ha costado terminar el proyecto.
Opiniones sobre Ponytail y el anuncio de la versión 5
El carrusel de Chase AI del 18 de octubre presenta la versión 5, sus revisiones y la banda de métricas. Es el anuncio que me ha hecho volver a mirar Ponytail. Resume cifras del autor; no aporta una prueba independiente ni sustituye probarlo en un proyecto propio.
La conversación conservada de la revisión anterior muestra que el problema resuena mucho más que la letra pequeña del benchmark. Entre el 14 de agosto y el 13 de septiembre, el barrido encontró 66 piezas relevantes: 13 hilos de Reddit, 18 publicaciones en X, 4 vídeos de YouTube, 17 vídeos de TikTok, 4 reels, 2 historias de Hacker News y 8 publicaciones de LinkedIn. Reddit devolvió cobertura parcial por límite de peticiones, así que esos totales son suelo, no censo.
Hay, por tanto, dos consensos. Primero, la sobreingeniería de los agentes es un dolor real y muy reconocible. Segundo, mucha difusión repite los porcentajes del creador como si fueran universales. La reacción más valiosa no es "instálalo ya", sino probarlo sobre tus propias tareas y comparar el diff.
¿Merece la pena Ponytail 5 para Claude Code?
Mantengo el 85/100. He revisado los resultados y el skill me gusta mucho para construir sobre una especificación precisa. Reutilizar lo que existe y evitar código de más tiene valor cuando ya he decidido qué tiene que hacer la solución.
Mi recomendación queda más concreta: bajo demanda y SOLO en sesiones constructoras con un plan exacto. Si aún hay que descubrir qué construir, primero necesito una coordinadora o arquitecta que cierre las decisiones. Después le paso el plan a otra sesión con Ponytail.
Ese reparto es la condición con la que lo recomiendo. La nota reconoce su utilidad en ese papel.
Preguntas frecuentes sobre Ponytail
¿Cuándo usaría Ponytail en una sesión constructora?
Cuando ya existe un plan preciso, con alcance y comprobaciones definidos. La sesión constructora se encarga de implementar ese plan con Ponytail.
¿Necesito antes una sesión coordinadora o arquitecta?
Cuando todavía no está claro qué hay que construir, sí. Primero uso esa sesión para cerrar las decisiones y escribir el plan; después lo paso a otra sesión constructora. Si el plan ya está definido, puedo empezar directamente a construir.
¿El 61% menos código es un ahorro garantizado?
No. Es el resultado comunicado en la repetición de pruebas del vídeo revisado. El coste total de mi flujo también incluye la planificación y la revisión; hay que medirlo completo.
¿Ponytail 5 ya está probado en Codex?
El repositorio documenta su instalación en Codex. El estudio del proyecto y el vídeo revisado trabajan con Claude Code; aquí no hay una comparación equivalente en Codex. Mi recomendación para la constructora exige revisar el resultado y el coste real en el agente que uses.
¿Ponytail 5 garantiza un 53% menos código?
No. Es un resultado del benchmark del autor con Opus 5.5 en Claude Code. No garantiza el mismo ahorro en otro modelo, agente o repositorio.
¿Sirve solo para Claude Code?
No. Tiene instalación específica para Claude Code y adaptadores o reglas para Codex, Copilot CLI, Gemini CLI, Cursor, Windsurf, Cline, Zed y otros agentes.
¿Ahorra tokens?
Puede ahorrar tokens de salida y coste cuando evita código innecesario. En modelos de razonamiento, el esfuerzo interno puede subir. Conviene medir el consumo total en tu propio flujo.
¿Puede empeorar el código?
Sí, si el minimalismo elimina una abstracción necesaria, pruebas o controles. El proyecto afirma conservar seguridad y accesibilidad en su benchmark, pero tu revisión sigue siendo obligatoria.
¿Es mejor que escribir "sigue YAGNI"?
No siempre. Una crítica independiente mostró que una instrucción corta podía igualar o superar el primer benchmark. Ponytail añade persistencia, intensidades, comandos de revisión y una integración repetible.



Ponytail me gusta mucho. He revisado los resultados y me convence para una sesión constructora a la que ya le has dado un plan exacto. Ahí quiero que aproveche lo que existe, escriba lo necesario y complete lo que le he encargado. Mantengo el 85.
Lo usaría SOLO en esas sesiones constructoras y bajo demanda. Si todavía no tengo claro qué hay que hacer, primero necesito una sesión coordinadora o arquitecta para decidirlo y dejar el plan por escrito. Después se lo paso a otra sesión que construya con Ponytail. Esa preparación forma parte del trabajo y también cuenta al medir el coste total.