# Ponytail 5.0 có thật sự giải bài toán token của Claude?

[Chase Hannegan](https://homus.dev/speakers/chase-hannegan) · [Chase AI](https://homus.dev/orgs/chase-ai)

> Chạy lại benchmark của skill Ponytail 5, đấu với một prompt bảy chữ, kiểm code có hỏng không và vì sao Ponytail bỏ mất phần nice-to-have ở front-end.

Topics: Skills, Coding Agents, Evals

Canonical: https://homus.dev/talks/did-ponytail-5-0-just-fix-claudes-token-problem-no-hype-results

## 1. Ponytail hứa gì, và những câu hỏi cần kiểm

Chase mở đầu bằng nhận xét rằng Ponytail là một trong những skill Claude Code phổ biến nhất hành tinh vào lúc anh quay (video đăng ngày 19/10/2026), và theo anh là có lý do. Theo những gì repo Ponytail công bố, như Chase trình bày trong video đăng ngày 19/10/2026, skill này giữ nguyên chất lượng của Claude trong khi để nó viết chỉ một nửa lượng code, rẻ hơn 26% và nhanh hơn 41%. Với bản cập nhật version 5, Ponytail vừa được bổ sung cả một loạt feature mới (theo video đăng ngày 19/10/2026).

![Chase Hannegan nói trước camera ở đầu video](https://homus.dev/photos/4B1iGFShCnI-0003.jpg)

Chase Hannegan đặt câu hỏi ngay từ đầu: các con số của Ponytail có đứng vững khi người ngoài tự kiểm không.

Vậy bản cập nhật này mang lại gì? Và quan trọng hơn, những lời hứa của Ponytail có thật không? Các con số có trụ được khi đem đi kiểm độc lập (independent testing) không? Hay đây chỉ là một repo over-engineered mà ta có thể bỏ hẳn đi, thay bằng đúng một dòng trong file `CLAUDE.md`? Thêm nữa, kể cả khi các con số là thật, liệu Ponytail có đang cho ta output tệ hơn không?

Chase nói anh đã đem tất cả các lời hứa đó ra kiểm trên 700 phiên Claude Code khác nhau (theo số đo của Chase Hannegan, video đăng ngày 19/10/2026), và trong video này anh đi qua toàn bộ kết quả để người xem tự hiểu Ponytail có hợp với mình hay không.

![Biểu đồ benchmark của Ponytail 5: lines of code, output tokens, cost, time so với no skill và Ponytail v4.13](https://homus.dev/photos/4B1iGFShCnI-0011.jpg)

Biểu đồ trong README của Ponytail, như video đăng ngày 19/10/2026 cho thấy: "Benchmark · Opus 5.5 · 39 tasks × 5 runs". So với khi không dùng skill (100%), Ponytail 5 còn 47% lines of code (-53%), 55% output tokens (-45%), 74% cost (-26%) và 59% time (-41%); thanh ở giữa là Ponytail v4.13.

## 2. Ý tưởng gốc: Claude nói nhiều, Ponytail chỉ build thứ cần thiết

Theo Chase, Ponytail đang tiến gần mốc 170.000 star trên GitHub và vừa ra version 5 (cả hai theo video đăng ngày 19/10/2026; trang repo đọc ngày 22/10/2026 ghi khoảng 173.000 star và bản release mới nhất v5.3.2). Tiền đề của công cụ này tương đối đơn giản. Ý tưởng là Claude vốn tự nhiên dài dòng (verbose). Nếu thay vào đó ta đưa cho nó vài rule kiểu "này, tôi chỉ muốn bạn build những gì cần thiết", thì ta sẽ nhận được output tốt y như cũ, nhưng rẻ hơn và nhanh hơn.

Các benchmark và con số Ponytail đưa ra có xu hướng ủng hộ lời hứa này (theo Chase, video đăng ngày 19/10/2026). Nhìn vào lines of code, output token, chi phí và thời gian, ta thấy mức giảm rất lớn ở mọi hạng mục khi dùng skill này.

Một ví dụ chính Ponytail đưa ra: bạn bảo AI agent thêm một date picker vào front-end của ứng dụng đang build. Không có Ponytail, agent sẽ muốn build cái đó từ đầu và dùng tới 335 dòng code. Có Ponytail, nó hiểu repo. Nó biết rằng trình duyệt vốn đã có sẵn date picker riêng, nên chỉ cần 10 dòng code (số liệu theo README của Ponytail, như video đăng ngày 19/10/2026 cho thấy).

![README của Ponytail: No skill 335 lines, Ponytail 5 10 lines, dùng input type date của trình duyệt](https://homus.dev/photos/4B1iGFShCnI-0143.jpg)

Ví dụ date picker trong README trên GitHub, như video đăng ngày 19/10/2026 cho thấy: không có skill thì 335 dòng; Ponytail 5 chỉ 10 dòng, dùng lại component `Input` có sẵn trong repo với `type="date"`, phần lịch là date picker của chính trình duyệt. Dòng chú thích: "The repo is React, so the answer stays React. The calendar comes from the browser."

Theo Chase (video đăng ngày 19/10/2026), chính logic "dùng những component đã có sẵn thay vì lần nào cũng build lại từ đầu" là xương sống của Ponytail.

## 3. Bảy câu hỏi trước mỗi feature

Bên dưới lớp vỏ, theo Chase (video đăng ngày 19/10/2026), mỗi lần bạn bảo nó build một feature, Ponytail đều hỏi bảy câu. Từ "cái này có cần tồn tại không?" cho tới "nó có thể chỉ là một dòng không?". Chỉ sau khi đi qua hết các câu đó, nó mới thực sự tạo ra thứ chạy được, và đó sẽ là lượng code tối thiểu cần để nó chạy.

![Phần How it works trong README Ponytail: bảy nấc từ Does this need to exist tới Only then: the minimum that works](https://homus.dev/photos/4B1iGFShCnI-0203.jpg)

Mục "How it works" trong README, như video đăng ngày 19/10/2026 cho thấy: "Before writing code, stop at the first rung that holds." Bảy nấc: cần tồn tại không (không thì bỏ), đã có trong codebase chưa (dùng lại), standard library có làm được không, có feature native của nền tảng không, có dependency đã cài không, có thể là một dòng không, và chỉ khi đó mới viết lượng tối thiểu chạy được, kèm một test nhỏ nếu có logic. Dòng cuối: validation, security và accessibility không bao giờ bị cắt.

Nhưng rốt cuộc những con số kia có chịu nổi soi xét không? May cho chúng ta, Chase nói (video đăng ngày 19/10/2026), Ponytail công bố đúng bài test họ đã chạy để ra các con số đó. Anh sẽ cho xem kết quả benchmark của mình. Nhưng trước đó, anh nói về những gì mới trong version 5.

## 4. Có gì mới trong version 5: rule gọn hơn, map thay đổi, phải nói đã bỏ qua gì

Theo Chase, version mới có năm thay đổi lớn (theo video đăng ngày 19/10/2026), và anh đi qua thật nhanh.

**Thứ nhất: nó gọn hơn hẳn.** Phần rule, tức chính số chữ của bộ quy tắc, bị cắt từ gần 1.100 xuống khoảng 600 chữ (bảng của Chase ghi 1.079 chữ xuống 592 chữ, "less text loaded into every session = cheaper", tức ít chữ nạp vào mỗi session hơn thì rẻ hơn). Về output, theo số đo của Chase Hannegan (video đăng ngày 19/10/2026), bản mới thường rẻ hơn version 4 khoảng 10%; bảng ghi "v5 ran ~10% cheaper than v4.13", rẻ hơn ở 10 trên 11 task.

**Thứ hai: Ponytail giờ map toàn bộ thay đổi trước khi viết bất kỳ dòng code nào.** Theo Chase (video đăng ngày 19/10/2026), trước khi viết, nó bảo Claude đọc task và phần code mà task đó chạm tới, rồi liệt kê mọi chỗ mà thay đổi sẽ lan tới.

![Bảng Excalidraw của Chase: thay đổi số 2 It maps the whole change before writing và số 3 It has to say what it skipped](https://homus.dev/photos/4B1iGFShCnI-0323.jpg)

Bảng Excalidraw Chase dựng từ ảnh chụp repo Ponytail. Mục 2 trích bước mới "Before you write": đọc task và code nó chạm tới, liệt kê mọi chỗ thay đổi phải tới (callers, tests, fixtures, config, exports), kiểm thay đổi có thể làm hỏng gì cho người dùng; rule: "Be lazy about the solution, never about the change itself." Mục 3: mỗi câu trả lời phải kết thúc bằng những gì nó đã bỏ qua, chưa kiểm hoặc thấy rủi ro; ở v4 việc này là tuỳ chọn (theo video đăng ngày 19/10/2026).

Đoạn chỉ dẫn "Before you write" như trên bảng của Chase:

```
Read the task and the code it touches. List every place your change must reach: callers, tests, fixtures, config, exports. Check what your change could break for users: data it would destroy or expose, callers that stop working. That is scope. Extra features are not.
```

**Thứ ba: Ponytail giờ phải nói ra những gì nó đã bỏ qua**, những gì nó chưa kiểm, hoặc những gì nó thấy rủi ro (theo Chase, video đăng ngày 19/10/2026). Ở version 4, việc này là tuỳ chọn. Trước đây nó gần như chỉ nói "đây là thay đổi chúng ta sẽ làm". Giờ nó nói "đây là thay đổi chúng ta sẽ làm, nhưng đây là những thứ tôi đã bỏ qua hoặc thấy không thật sự cần đổi". Câu rule tương ứng hiện trên bảng:

```
You are a lazy senior developer. The best code is the code never written. You solve the whole problem with the least new code. End your reply with one or two lines: what you skipped or did not check, and any risk the user must know.
```

## 5. Review và audit săn bug thật, repo map và live band

**Thay đổi thứ tư liên quan tới `/ponytail-review` và `/ponytail-audit`.** Ở version 4, chúng thật ra chỉ gắn cờ chuyện over-engineering; bug và security nằm ngoài phạm vi. Theo Chase (video đăng ngày 19/10/2026), giờ không còn như vậy: ở version 5, nó tìm bug, xem security, test còn thiếu, tốc độ, mọi thứ. Tức là phạm vi rộng hơn nhiều. Bảng của anh còn ghi thêm rằng v5 đọc cả code nằm ngoài diff, kèm ví dụ một bản review tìm ra Atom feed bị crash ở một file mà thay đổi không trực tiếp sửa.

**Thay đổi thứ năm: thêm repo map và một live band.** Band là thứ bạn nhìn thấy ngay trong Claude, phía trên ô nhập prompt. Nó cho biết cost, token, thời gian agent chạy, tỉ lệ reuse và trạng thái test. Ta cũng có thể đổi Ponytail giữa off, lite, full hoặc ultra, và nhìn trực tiếp nó đang tiết kiệm cho bạn bao nhiêu. Bảng của Chase ghi band chỉ có trong Claude Code (theo video đăng ngày 19/10/2026).

![Mục 5 New: repo map + live band, với ảnh band Detail mode trong Claude Code](https://homus.dev/photos/4B1iGFShCnI-0404.jpg)

Mục 5 trên bảng của Chase: repo map liệt kê các function có sẵn khi bắt đầu session để Claude dùng lại; band hiện cost, tỉ lệ reuse và trạng thái test phía trên prompt (chỉ trong Claude Code). Ảnh band ở "Detail mode" là ví dụ lấy từ repo: cost $23.80, 56.7M token, agent time 52m 14s, reuse 71%, test passed; Chase gạch chân bốn mức off, lite, full, ultra (theo video đăng ngày 19/10/2026).

Còn repo map: ở đầu mỗi session, nó liệt kê tất cả các function bạn đang có, để Claude dùng lại chúng. Theo Chase (video đăng ngày 19/10/2026), điều này về cơ bản giúp nó nhanh hơn khi xem mình cần đổi gì.

Đó là năm thay đổi lớn. Có thêm những thứ liên quan tới UI, nhưng theo Chase, phần lớn là để cắt bớt chỗ cồng kềnh (bloat), vì một trong những lời chê skill này lâu nay chính là sự cồng kềnh đó. Và nói chung, về mặt con số, kết quả là output rẻ hơn (theo Chase, video đăng ngày 19/10/2026). Tiếp theo, anh chuyển sang các bài test và xem những con số này có đứng vững ngoài đời thật không.

## 6. Chạy lại benchmark của chính Ponytail

Quay lại các benchmark: một nửa lượng code, nhanh hơn, rẻ hơn. Những con số đó đến từ một số bài test cụ thể, và Ponytail để sẵn các bài test này trong repo để ai cũng tự xem được (theo video đăng ngày 19/10/2026). Chase đã làm đúng như vậy.

![Bảng Do Ponytail's numbers hold up? so sánh They claimed với We got](https://homus.dev/photos/4B1iGFShCnI-0511.jpg)

Bảng so sánh của Chase "Do Ponytail's numbers hold up?": lời hứa của repo so với lần chạy lại độc lập (Opus 5.5, đúng các task của repo, 132 session). Less code -53% so với -61%, cheaper -26% so với -24%, faster -41% so với -35%, v5 rẻ hơn v4.13 -11% so với -10.5%. Ô cuối: "Did he cherry-pick his tasks?", chạy thêm 6 task repo bỏ ra thì vẫn ít hơn 76% code (số đo của Chase Hannegan, video đăng ngày 19/10/2026).

Theo số đo của Chase Hannegan (video đăng ngày 19/10/2026), dựa trên chính các bài test đó, các con số đứng vững ở chuyện ít code hơn khi so Ponytail 5 với không dùng skill nào. Ở vài chỗ anh còn có số tốt hơn. Repo nói giảm 53% code; Chase đo được 61%. Rẻ hơn: anh đo được 24%, so với 26% repo công bố. Nhanh hơn: 35% so với 41%. Và tổng thể, bản 5 rẻ hơn khoảng 11% so với version 4.13 (bảng ghi 10.5%). Vậy nhìn bề mặt, các con số đã đứng vững.

Nhưng kể cả khi số benchmark đứng vững, điều đó vẫn chưa trả lời câu hỏi: ta có cần Ponytail để làm những việc này không?

## 7. Ponytail đấu với một prompt bảy chữ

Liệu đây có phải một giải pháp over-engineered hoàn toàn cho một vấn đề (nếu bạn còn coi nó là vấn đề), thứ có thể giải chỉ bằng một dòng trong `agents.md` kiểu "follow YAGNI principles and prefer one-liner solutions"? Chase đã kiểm chuyện đó. Anh cho Ponytail chạy một số bài test, rồi chạy đúng các bài test đó nhưng thay Ponytail bằng một prompt duy nhất trong `agents.md`.

```
Follow YAGNI principles, and prefer one-liner solutions.
```

YAGNI là viết tắt của "you aren't gonna need it" (bạn sẽ không cần nó đâu), tức về cơ bản là không implement những feature không có trong spec, và ưu tiên giải pháp một dòng.

![Bảng Ponytail vs. a 7-word prompt: Ponytail khoảng 590 chữ rule, hook và repo map, so với prompt bảy chữ](https://homus.dev/photos/4B1iGFShCnI-0601.jpg)

"Ponytail vs. a 7-word prompt", gộp trên 30 task, Opus 5.5, so với Claude Code thuần. Bên trái là Ponytail, khoảng 590 chữ rule cộng hook và repo map; bên phải là prompt bảy chữ, không cài gì, không hook. Code cut: Ponytail -60%, bảy chữ -72%. Cost cut: Ponytail -24%, bảy chữ -38%. Kết luận trên bảng: "On size and cost alone, the 7 words win." (số đo của Chase Hannegan, video đăng ngày 19/10/2026)

Vậy là 590 chữ rule, hook, một repo map, toàn bộ "giàn giáo" của Ponytail, đấu với bảy chữ. Ai thắng? Theo số đo của Chase Hannegan (video đăng ngày 19/10/2026), hoá ra bảy chữ cắt được nhiều code hơn: Ponytail cắt 60%, bảy chữ cắt 72%. Về chi phí, Ponytail cắt 24%, còn prompt bảy chữ cắt 38%. Nếu chỉ nhìn chi phí, tốc độ và lượng code được viết, prompt này thực sự thắng.

## 8. Khoảng 580 chữ còn lại mua được gì: guardrail

Chase kể thêm: nếu lên những chỗ như X hay Reddit, nơi người ta bàn về Ponytail, bạn sẽ thấy khá nhiều ý kiến cho rằng Ponytail là vô nghĩa, kiểu "tôi chỉ cần đưa một prompt kiểu hãy ngắn gọn là đủ tốt rồi, chẳng cần Ponytail chút nào" (theo Chase, video đăng ngày 19/10/2026). Và những con số như trên có vẻ như chứng minh giả thuyết đó, rằng đây chỉ là một thứ over-engineered vớ vẩn. Nhưng nhìn sâu hơn một chút, mọi chuyện có nhiều sắc thái hơn.

Chase tiếp tục cho prompt bảy chữ đấu với Ponytail qua 24 bài test kiểu "build me X": build me a calculator, build me a dashboard, build me this calendar app, tổng cộng 24 thứ khác nhau. Kết quả, theo số đo của Chase Hannegan (video đăng ngày 19/10/2026):

- **Bug làm mất dữ liệu:** có hai lần prompt bảy chữ tạo ra bug thực sự làm mất dữ liệu. Ponytail không có bug mất dữ liệu nào (số đo của Chase Hannegan, video đăng ngày 19/10/2026).

- **Để lại test:** Ponytail để lại test ở 24 trên 24 lần. Prompt bảy chữ chỉ 14 trên 24 (số đo của Chase Hannegan, video đăng ngày 19/10/2026).

- **Đáp ứng spec được giao cho từng bài:** prompt bảy chữ đạt 89% số lần, Ponytail 95% (số đo của Chase Hannegan, video đăng ngày 19/10/2026).

- **Feature cốt lõi bạn yêu cầu:** 97% so với 100% (số đo của Chase Hannegan, video đăng ngày 19/10/2026).

- **Có nói ra mình đã bỏ qua gì không:** với prompt bảy chữ chỉ khoảng một nửa số lần; với Ponytail, Chase nói 70% số lần (bảng trên màn hình ghi 49% và 78%, tính trên cả 90 lượt chạy mỗi setup bằng cách dò từ khoá trong câu trả lời cuối; số đo của Chase Hannegan, video đăng ngày 19/10/2026).

![Bảng So what do the other ~580 words buy? so sánh prompt bảy chữ với Ponytail trên năm tiêu chí](https://homus.dev/photos/4B1iGFShCnI-0723.jpg)

"So what do the other ~580 words buy?": blind audit 24 app "build me X" cho mỗi setup. Bug làm mất dữ liệu 2 so với 0, để lại test 14/24 so với 24/24, must-have features 89% so với 95%, core features 97% so với 100%, nói ra đã bỏ qua gì 49% so với 78%. Dòng kết: "The extra words aren't about size. They're guardrails." (số đo của Chase Hannegan, video đăng ngày 19/10/2026)

Vậy prompt bảy chữ có thực sự tốt bằng Ponytail không? Ponytail có hoàn toàn là thứ vô nghĩa không? Chase cho rằng không hẳn. Theo anh (video đăng ngày 19/10/2026), phần lớn cái "rườm rà" ta thấy ở Ponytail liên quan tới chính những guardrail này.

## 9. Ponytail có làm code hỏng hay kém an toàn không

Nhưng điều đó chưa trả lời câu hỏi Ponytail có đang khiến Claude viết code tệ hơn không. Ta đang cắt một nửa lượng code trong output. Ừ, nó nhanh hơn, rẻ hơn, nhưng nó có còn tốt không? Đó là điều Chase thử tìm hiểu.

Anh đưa cho tất cả các phiên bản (Claude thuần, Ponytail 5 và prompt bảy chữ) 351 coding job khác nhau, mỗi job bảo nó tạo ra một thứ gì đó. Sau đó một auditor "mù" (blind auditor) xem những gì chúng tạo ra và kiểm xem có chạy không khi đưa vào những input lạ. Theo số đo của Chase Hannegan (video đăng ngày 19/10/2026), gần như tất cả đều qua mọi bài test; anh nói thêm, dù sao thì phía sau vẫn là Opus 5.5 đang chạy.

![Bảng Does it make the code broken or unsafe? với 342 trên 351 job qua secret test và chín lần fail cùng một task](https://homus.dev/photos/4B1iGFShCnI-0843.jpg)

"Does it make the code broken or unsafe?": mỗi job được chấm bằng một bài test bí mật AI chưa từng thấy. 342 trên 351 coding job qua. Cả 9 lần fail đều ở MỘT task: gửi email cho mọi subscriber mà không lộ địa chỉ của họ (BCC). Bên dưới là bài thi khó hơn với 145 input "bẫy": Plain Claude 100.0%, Ponytail 5 99.5%, prompt bảy chữ 98.4%. Kết luận trên bảng: hoà, Ponytail không làm code hỏng hay kém an toàn (số đo của Chase Hannegan, video đăng ngày 19/10/2026).

Nhưng có một task cụ thể mà tất cả đều fail. Đề bài kiểu: "tôi muốn bạn tạo một thứ để gửi email cho mọi subscriber mà không để lộ địa chỉ của họ". Cách đúng về cơ bản chỉ là dùng BCC. Ở task này, theo số đo của Chase Hannegan (video đăng ngày 19/10/2026), Claude thuần fail 2 trên 3 lần, Ponytail fail 1 trên 3, còn Ponytail bản cũ và prompt bảy chữ đều fail cả 3 trên 3.

Vậy trong trường hợp này và trong toàn bộ loạt test đó, Ponytail so với Claude thuần là ngang ngửa. Chúng chạy tốt gần như nhau (theo số đo của Chase Hannegan, video đăng ngày 19/10/2026).

## 10. Bài thi khó hơn, và chỗ sắc thái bắt đầu: spec chi tiết hay prompt mơ hồ

Tiếp đó Chase đưa cho chúng một bài thi khó hơn nữa, với 145 kịch bản kiểu input "bẫy". Theo số đo của Chase Hannegan (video đăng ngày 19/10/2026), Claude thuần làm xuất sắc với 100%, Ponytail 5 đạt 99.5%, và prompt bảy chữ 98.4%. Khá sát nhau.

Vậy nếu tin vào tất cả các bài test đã chạy và đã cho xem tới giờ, và nhìn chúng đúng như bề ngoài, thì chẳng lẽ Ponytail không phải thứ hiển nhiên nên cài? Theo các số đo đó (video đăng ngày 19/10/2026), nó ngang Claude bình thường, mà lại nhanh hơn và rẻ hơn. Theo Chase, đây lại là chỗ sắc thái xuất hiện, vì anh nghĩ câu trả lời là "có thể, nhưng chắc là không".

Ở loạt test tiếp theo, nơi Chase cho rằng ta bắt đầu thấy Ponytail tụt lại sau Claude bình thường, xuất hiện kịch bản sau. Nếu bạn đưa Claude một prompt rất cụ thể về spec, kiểu một PRD cực kỳ chi tiết, "tôi muốn bạn làm A, B, C, D, E, F và G", thì theo Chase (video đăng ngày 19/10/2026), Ponytail rất tốt. Nó sẽ làm xong các spec đó theo cách rất chính xác, gọn gàng.

Còn nếu bạn đưa Claude một prompt mơ hồ hơn, như "build me a landing page, tôi muốn có chút thiết kế, vài design element", thì không rõ lắm bạn thực sự muốn gì. Và bạn, với tư cách người dùng, đang ngầm mong Claude tự lấp chỗ trống. Theo Chase (video đăng ngày 19/10/2026), đó là việc Opus 5.5 làm rất tốt: bạn có thể đưa Opus 5.5 một prompt khá tầm thường mà nó vẫn biết phải làm gì. Nó sẽ tự đi research, tự tìm ra best practice, và cho bạn rất nhiều thứ "nice to have". Nhưng nếu Claude chạy cùng Ponytail, theo Chase, nó không thật sự làm vậy. Ponytail đang hạn chế Claude ở điểm đó: nó chỉ làm đúng những gì bạn bảo.

Sắc thái Chase rút ra: với spec chi tiết, Ponytail làm tốt; với prompt mơ hồ, thứ bị mất là khả năng tự lấp chỗ trống mà anh đánh giá cao ở Opus 5.5 (theo video đăng ngày 19/10/2026).

## 11. Front-end: Ponytail không bỏ feature bạn xin, nó bỏ phần thêm

Với nhiều người, như vậy là không ổn. Thực tế, theo Chase, đó là một vấn đề rất lớn. Và một trong những điểm hay nhất của Opus 5.5, anh nhắc lại, là khả năng đoán ra bạn muốn gì (theo Chase, video đăng ngày 19/10/2026). Anh cho rằng điều này thể hiện rõ nhất ở những việc thiết kế front-end.

Chase cho tất cả các setup tạo một loạt thứ khác nhau: landing page, dashboard nhỏ, app. Và ta bắt đầu thấy những gì bị thiếu khi nhìn vào Ponytail. Anh so Claude thuần, Ponytail 5, prompt bảy chữ, và thêm một setup nữa: cho Ponytail tạo trang, rồi bảo thêm "make sure you polish it" (nhớ trau chuốt nó). Sau đó anh cho một grader xem tất cả những gì đã được tạo ra. Grader chia các feature thành hai phần (theo video đăng ngày 19/10/2026): must-have (bắt buộc phải có) và nice-to-have (có thì tốt).

![Bảng Same prompt, first try: what the pages look like với tỉ lệ extras của bốn setup và ví dụ landing page Ember & Oak](https://homus.dev/photos/4B1iGFShCnI-1146.jpg)

"Same prompt, first try: what the pages look like": 5 prompt một trang, 3 lượt chạy mỗi setup, 60 trang chấm mù theo một checklist viết trước khi chạy. Phần extras: Plain Claude 82%, Ponytail 5 41%, prompt bảy chữ 46%, Ponytail + "polish it" 63%. Bên dưới là ví dụ đầu tiên, landing page cho một tiệm rang cà phê tên Ember & Oak (số đo của Chase Hannegan, video đăng ngày 19/10/2026).

Theo số đo của Chase Hannegan (video đăng ngày 19/10/2026), về cơ bản Claude thuần cho 82% những thứ "nice-to-have" thêm vào, Ponytail 41%, prompt bảy chữ 46%, và kể cả với lời dặn "polish it" thì cũng chỉ 63%. Anh nói thêm: khi bảo Ponytail polish, Ponytail lại thành ra đắt hơn. Bảng trên màn hình ghi chi phí cho cả 5 trang: Plain Claude $1.83, Ponytail 5 $0.69, prompt bảy chữ $0.66, Ponytail + "polish it" $2.82 (số đo của Chase, video đăng ngày 19/10/2026).

## 12. Ví dụ trang pricing Flowdesk

Một ví dụ tốt: Chase bảo các setup làm một trang pricing cho một app giả tên Flowdesk, với ba gói Free, Pro và Team. Bên trái là Claude thuần. Nó có nav bar, trông khá "AI slop" theo lời anh, nhưng có rất nhiều feature: bảng so sánh các gói (compare plans), phần câu hỏi thường gặp (FAQ), và cứ thế kéo dài tiếp. Thứ duy nhất thực sự còn thiếu là một features section (số đo của Chase Hannegan, video đăng ngày 19/10/2026).

![Trang pricing Flowdesk của Ponytail 5 và prompt bảy chữ, kèm danh sách Missing](https://homus.dev/photos/4B1iGFShCnI-1248.jpg)

Trang pricing Flowdesk theo cùng một prompt: Ponytail 5 (94 dòng code, $0.13, extras 47%) và prompt bảy chữ (93 dòng, $0.11, extras 39%), cả hai đạt 100% must-haves. Danh sách Missing của Ponytail 5: imagery, nav bar, FAQ, animation, social proof, features section; của prompt bảy chữ: imagery, focus styles, social proof, features section (số đo của Chase Hannegan, video đăng ngày 19/10/2026).

Thế nhưng cùng prompt đó, đưa cho Ponytail 5 thì nhận lại cái gì (theo số đo của Chase Hannegan, video đăng ngày 19/10/2026)? Chỉ thế này. Không nav bar, không hình ảnh, không FAQ, không call to action, không bảng so sánh, không nút chuyển giá theo tháng hay theo năm. Toàn những thứ bạn ngầm mong có khi đưa một prompt như vậy, nhưng vì không được nêu ra, Ponytail kiểu "thôi, không cần làm cái đó". Với prompt bảy chữ (chỉ một dòng trong `CLAUDE.md`: follow YAGNI principles, one-line solutions) cũng thấy đúng hiện tượng đó.

Rồi cuối cùng, nếu bạn bảo Ponytail "polish it", thêm cho nó những feature phụ đó thì sao? Theo số đo của Chase Hannegan (video đăng ngày 19/10/2026), nó vẫn thiếu thực chất. Vẫn thiếu tất cả những thứ trên, mà tốn 50 cent với 209 dòng code, so với 32 cent của Claude thuần (bảng ghi Plain Claude 388 dòng code, $0.32). Theo Chase, đó là một vấn đề lớn, và anh thấy pattern này lặp đi lặp lại với các bài kiểu ứng dụng và thiết kế front-end.

Trên bảng của Chase còn có một ghi chú cho bài todo app: Ponytail giao đúng những gì bạn xin (99% must-have) với khoảng 40% chi phí nhưng chỉ một nửa phần extras; làm gọn trước rồi mới "polish it" thì tốn gấp 1,5 lần chi phí của Claude thuần mà trông vẫn tệ hơn (số đo của Chase, video đăng ngày 19/10/2026).

## 13. Ai nên dùng Ponytail 5, ai không

Vì vậy, khi tự hỏi "mình có nên dùng Ponytail không", theo Chase, điều cần nghĩ là use case của bạn là gì. Bạn có phải người lúc nào tới Claude cũng mang theo một product requirements document rất chi tiết, rất có kế hoạch, một prompt được lên kế hoạch kỹ, nói rõ chính xác bạn muốn gì mỗi lần không? Nếu đúng là bạn, theo Chase (video đăng ngày 19/10/2026), có thể Ponytail 5 hợp lý, vì nó sẽ làm rất tốt trong kịch bản có guardrail, có kế hoạch kỹ như vậy.

Nhưng nếu bạn giống, theo Chase nghĩ, phần lớn mọi người: bạn mong Claude lấp rất nhiều chỗ trống, có thể bạn đang làm trong những mảng mà mình không phải chuyên gia, và bạn kiểu "đây đại khái là trạng thái cuối tôi muốn, tôi không biết chính xác phải đi từ điểm A tới điểm B thế nào, tôi mong bạn giúp tôi chuyện đó, Claude". Khi đó, Chase không nghĩ Ponytail 5 hợp lý lắm (video đăng ngày 19/10/2026).

Thêm vào đó, một điểm anh chưa đi sâu trong video: theo Chase (video đăng ngày 19/10/2026), Ponytail 5 cũng không hay khi ta muốn làm những thay đổi rất cụ thể, rất nhỏ. Thường khi bạn bảo nó sửa đúng một vấn đề, tức là đang làm kiểu "phẫu thuật", nó có thể còn tốn nhiều tiền hơn và mất nhiều thời gian hơn, vì phải nạp toàn bộ Ponytail 5 vào context window, so với chỉ để Claude tự làm việc của nó.

Cách Chase gợi ý tự trả lời câu "có nên dùng Ponytail không": nhìn vào kiểu việc mình thường giao cho Claude (theo video đăng ngày 19/10/2026).

Nhìn bức tranh lớn, qua tất cả các bài test này, Chase kết luận: đúng, các con số đứng vững. Những gì Ponytail công bố là hoàn toàn đúng (theo số đo của Chase, video đăng ngày 19/10/2026). Nhưng có rất nhiều sắc thái tuỳ vào việc bạn thực sự đang làm, và theo anh, điều này không được phản ánh tốt trong nhiều benchmark được đưa ra. Nếu bạn là kiểu người vào Claude là biết chính xác mình muốn gì, muốn làm theo cách nào, thì cứ thoải mái, cứ dùng Ponytail hết cỡ. Nếu không phải bạn, và Chase không nghĩ đó là phần lớn mọi người, thì anh không chắc nó thật sự hợp lý.

## 14. Thử ở mức project, và giữ chút hoài nghi

Nhưng như mọi thứ khác, Chase khuyên bạn tự thử ở mức project. Có thể những việc bạn đang làm thật sự hợp với Ponytail. Vậy cứ thử trên vài project. Theo Chase (video đăng ngày 19/10/2026), bạn không phải cài nó global; có thể cài cho một project đơn giản, để nó chạy thoải mái, rồi xem mình thấy thế nào.

README của Ponytail (đọc ngày 22/10/2026) hướng dẫn cài trong Claude Code bằng hai prompt riêng:

```
/plugin marketplace add DietrichGebert/ponytail
```

```
/plugin install ponytail@ponytail
```

Còn theo Chase (video đăng ngày 19/10/2026), đây không phải một skill "một cỡ vừa cho tất cả" mà ta cứ tin ngay vào các con số benchmark rồi nghĩ nó sẽ cải thiện mọi thứ mình làm. Anh mong video làm rõ phần nào sắc thái của Ponytail.

Chase nghĩ ta luôn nên đón nhận những skill kiểu này với chút hoài nghi (with a grain of salt), những skill kiểu "này, tôi đã giải xong Claude Code, tôi đã tìm ra thứ mà không ai ở Anthropic tìm ra được, tôi biết cách khiến nó viết nửa lượng code, nhanh hơn, rẻ hơn, dùng ít token hơn; không ai ở Anthropic làm được, nhưng tôi thì làm được". Có thể chuyện đó đúng vào hồi Claude Code mới ra mắt. Nhưng theo anh (video đăng ngày 19/10/2026), nếu giải những vấn đề này dễ như vậy, có lẽ họ đã làm theo cách đó rồi. Anh nói rõ đó chỉ là quan điểm của anh.

Lập luận khép lại video của Chase, mà anh nói rõ chỉ là quan điểm cá nhân (video đăng ngày 19/10/2026).

Anh chắc chắn sẽ có người, luôn luôn có kiểu thuyết âm mưu ngớ ngẩn, nói rằng "thì bạn đang trả tiền cho họ bằng token, sao họ lại muốn nó hiệu quả hơn?". Chase cho rằng (video đăng ngày 19/10/2026) đó là một lập luận khá yếu, vì nếu thật sự như vậy, tại sao Codex không làm? Tại sao không model nào khác có thứ gì đó tương tự? Nếu nó đơn giản như thế, và là một lời giải hiệu quả trên mọi mặt như thế, thì nó đã đơn giản là một phần của chương trình rồi. Nhưng một lần nữa, anh nói đó chỉ là quan điểm của anh.

Chase mời người xem cho anh biết họ nghĩ gì, và hẹn gặp lại.

## Nguồn và liên kết

- Tên gốc: Did Ponytail 5.0 Just Fix Claude's Token Problem? (No Hype Results)
- Sự kiện: [YouTube](https://homus.dev/events/youtube)
- Video gốc: [https://www.youtube.com/watch?v=4B1iGFShCnI](https://www.youtube.com/watch?v=4B1iGFShCnI)

- Kênh YouTube Chase AI (Chase Hannegan): [youtube.com/channel/UCoy6cTJ7Tg0dqS-DI-_REsA](https://www.youtube.com/channel/UCoy6cTJ7Tg0dqS-DI-_REsA)

- Repo Ponytail trên GitHub (README có bảng benchmark, ví dụ date picker, bảy nấc "How it works", band và hướng dẫn cài; đọc ngày 22/10/2026): [github.com/DietrichGebert/ponytail](https://github.com/DietrichGebert/ponytail)

- Trang benchmark trong repo Ponytail, mục "Current numbers: Ponytail 5 (2026-10-07)" (đọc ngày 22/10/2026): [github.com/DietrichGebert/ponytail/tree/main/benchmarks](https://github.com/DietrichGebert/ponytail/tree/main/benchmarks)

Nguồn: https://homus.dev/talks/did-ponytail-5-0-just-fix-claudes-token-problem-no-hype-results · cập nhật 2026-10-22