Ponytail 收益分析

要解决的问题

在评估模型能力时，我们常被单次跑分或事后编造的节省数字误导。真正可信的依据，应来自固定任务集上重复测量的中位数，而不是某次 demo 的即兴表现。Ponytail收益分析 要提供的，正是这样一块干净的记分板：把已发布的基准中位数原样摆出来，让用户看到模型在日常任务上的横向差异，而不是被「本仓库节省 X 行代码」这类无从验证的说法打动。

工作原理

该技能围绕三件事工作：固定任务集、跨模型对比与一次性展示。

• 任务集固定：全部来自 benchmarks/ 与 README 公布的 5 个日常任务——email validator、debounce、CSV sum、countdown timer、rate limiter。任务不随用户仓库变化，因此数字之间具备可比性。
• 跨模型对比：同时展示 Haiku、Sonnet、Opus 三档模型的结果。条形长度代表测量区间，精确数值写在标签上，避免条形被误读为精确值。
• 一次性显示：技能不改变模式、不写 flag 文件、不持久化任何状态。调用后即出分，随后可用 stop ponytail 或 normal mode 回退。

适用边界

请特别注意三条边界：

1. 不做逐仓库核算：这些数字是基准中位数，不是当前仓库的收益。技能绝不输出「你在这里节省了 X 行/token」，因为未构建的版本从未存在，也就没有真实基线可减。
2. 可追溯来源：所有数字来自 benchmarks/ 与 README，测量而非现算。如果你需要真正的逐仓库数据，请改用 /ponytail-debt 的记账式流程。
3. 无副作用：技能只读展示，不编辑文件、不改模式，适合在评审或教学中作为快速参照。