Claude Code的马尾辫技能：真的能减少54%的代理代码吗？
内容提要
该文测试了Claude Code的“马尾辫”技能，宣称可减少54%代码，实测仅减少15%代码、10.3%成本，且无质量差异。节省主要出现在过度构建的任务中，安装方式影响效果。这是系列中首个有统计显著成本节省的工具，但效果远低于宣传。
延伸解读
安装方式决定效果
测试发现，将马尾辫技能直接放入技能文件夹时，模型在十次会话中从未主动调用它。该技能实际依赖插件形式的SessionStart钩子自动注入规则集，才能发挥作用。这意味着用户若仅复制SKILL.md，很可能测不到任何效果。安装方式的选择直接决定了该工具能否生效，而非技能本身的能力问题。
节省集中在过度构建任务
实测代码量减少15%，远低于宣传的54%，但节省并非均匀分布。在基线代码量较大的任务中，代码减少可达31%；而在原本就精简的任务上，几乎无变化。这表明马尾辫技能主要削减的是过度构建部分，对于已经高效的代码，其作用有限。用户应根据自身任务类型合理预期其效果。
成本节省显著但幅度有限
在80对任务中，典型任务成本降低10.3%，且统计显著（p=0.004），是系列中首个有可靠成本节省的工具。但节省幅度远低于宣传的20%，且中位数置信区间触及零，说明“约10%节省”是合理表述，而非固定承诺。成本节省主要来自减少模型写入的代码量，而非输入侧优化。
质量无显著差异但需谨慎解读
测试未发现质量显著差异：65个任务得分相同，9个略差，6个略好。但作者强调这是零结果而非等效证明，因为80对样本不足以排除微小退化。该测试主要验证任务完成度，不涉及安全性、可访问性等维度。因此，不能断言该技能完全无损，但至少未出现明显的质量滑坡。
Q&A
Claude Code的马尾辫技能是什么？
马尾辫技能是一个开源AI Agent技能，旨在让AI代理编写更少的代码。它通过一系列问题（如“这个功能需要存在吗？”“标准库能实现吗？”）来引导模型在编写代码前先思考，从而生成最小化的代码。该技能通常作为插件安装，通过SessionStart钩子自动注入规则集。
马尾辫技能声称能减少多少代码？实际测试结果如何？
马尾辫技能声称可以减少54%的代码，但实际测试中，在80个配对任务中，代码量中位数减少了15%，成本降低了10.3%。广告中的54%是在有明显过度构建陷阱的任务上实现的，而测试基准更偏向数据和分析工作，因此结果更为保守。
马尾辫技能如何安装才能生效？
马尾辫技能需要作为插件安装，利用SessionStart钩子自动注入规则集。如果只是将SKILL.md复制到技能文件夹中，让模型自行决定何时使用，它不会自动激活。测试中，在十个会话中它从未自我激活。因此，正确的安装方式是使用插件模式。
使用马尾辫技能会影响代码质量吗？
在80个配对任务中，没有发现统计上显著的质量差异：65个任务得分相同，9个略差，6个略好。但这是一个零结果，并非完全证明质量不变，因为测试规模不足以排除微小退化。不过，它排除了明显的失败模式，即写更少的代码导致测试失败。
马尾辫技能与其他节省token的技能相比如何？
在系列测试中，马尾辫是唯一一个产生统计显著成本节省的工具。相比之下，caveman技能宣称减少65%代码，实际仅减少8.5%；RTK宣称减少60-90%，实际成本增加7.6%。马尾辫实现了10.3%的成本降低，p值为0.004，是系列中第一个可靠节省成本的工具。
马尾辫技能在哪些任务上节省效果最明显？
马尾辫技能的节省效果主要集中在存在过度构建空间的任务上。在大型构建任务中，代码量减少了31%；而在原本就精简的任务上，代码量几乎没有变化。因此，如果代理经常过度构建，马尾辫能带来更多节省。
