省token神器3天狂攬4.1k星！19歲小哥開發(fā)，信息無損最高省87%

信息無損Token最高節(jié)省87%，一款省Token神器正在GitHub躥紅。

短短3天，純靠口口相傳，GitHub總攬星4.1K，增長曲線更是堪比“旱地拔蔥”：

連開發(fā)這個項目的19歲外國小哥也懵了，直呼屬實沒想到。

本來是自己隨手花10分鐘寫的一個“joke”，結果卻意外受到大家的追捧。

他之所以將其稱為“joke”，也實在是因為這個名為caveman（山頂洞人）的項目，背后原理過于簡單：啰嗦并不總是更好，有時字數少=更正確。

沒錯，這個給Claude Code/Codex用的插件，核心目標就是讓Agent“像山頂洞人一樣說話”（俗稱言簡意賅）。

比如明明給的解決方案一樣，普通Claude需要用一大段話來描述：

（翻譯）你的React組件之所以會重新渲染，很可能是因為你在每次渲染周期中都創(chuàng)建了一個新的對象引用。當你將一個內聯(lián)對象作為prop傳遞時，React的淺層比較會認為它每次都是一個不同的對象，從而觸發(fā)重新渲染。我建議你使用 useMemo 來緩存該對象。

而caveman則相當簡潔：

（翻譯）每次渲染都會創(chuàng)建新的對象引用。內聯(lián)對象作為prop傳遞=新的引用=觸發(fā)重新渲染。用useMemo包裹起來即可。

初步測試顯示，它在保持完全技術準確性的同時，將輸出Token減少約75%。

此外還有一個配套工具，可以壓縮用戶的記憶文件，從而將每次會話的輸入Token減少約45%。

目前這個插件在支持skills的環(huán)境中，已經可以一行安裝：

• npx skills add JuliusBrussee/caveman

“有時少數Token就夠了”

老實說，讓Agent學會言簡意賅從而節(jié)省Token的想法，也不是第一天出現(xiàn)了。

開發(fā)caveman的小哥就提到，今年3月的一篇論文已經發(fā)現(xiàn)：

通過簡潔性約束（強制簡短回答），大模型的準確率提升了26個百分點，而且在數學推理和科學知識基準上，完全逆轉了性能層級（原本大模型不如小模型，結果后來反超了）。

所以小哥就說了，caveman的誕生就源于這樣一個人所共知的觀察——

“山頂洞人式表達”（caveman-speak）能大幅減少大語言模型的Token使用量，同時不損失技術實質內容。

來看一組Before/After你就明白了：

表達同樣一個修復任務，正常Claude需要用到69個Tokens，而caveman只需要19個。

Token一下子就節(jié)省了約75%，且不影響Agent理解任務需求以及給出解決方案。

據小哥介紹，caveman會完全保留以下內容：

代碼塊、行內代碼、URL、文件路徑、命令、標題、表格結構、日期、版本號等。任何技術性內容都保持原樣通過，只有自然語言文本會被壓縮。

換言之，只有一些不必要的廢話會被丟掉。（p.s：之前Claude Code一句“你好”就干掉13%的額度）

當然，你還能自己控制Agent的簡潔程度，從啰嗦到極簡（Lite→Full→Ultra）任你選。

• Lite：刪掉客套話和廢話，保留基本語法結構；
• Full：caveman標準版，會省略“一個”、“這個”之類的冠詞，句子只說關鍵詞片段，偶爾會配上一些簡短的語氣詞，說話風格有點像山頂洞人；
• Ultra：極致壓縮模式，能省則省。

至于究竟能節(jié)省多少Token，小哥也在真實的Claude API上測試了一下（可復現(xiàn)）——

10個任務，最終節(jié)省的Token范圍為22%–87%，平均下來高達65%。

具體任務包括但不限于：解釋React重渲染bug、修復認證中間件Token過期問題、設置PostgreSQL連接池、解釋git rebase與merge的區(qū)別、重構回調為async/await……

不過小哥也提醒，caveman僅影響輸出Token，思考/推理Token不受影響。

caveman不會讓大腦變小，會讓嘴巴變小。最大的勝利是可讀性和速度，成本節(jié)約是額外的好處。

具體安裝方式如下：

如果你用的是
Cursor/Copilot/Windsurf/Claude Code這類AI編程工具，在支持skills的環(huán)境中，可以一行安裝：

• npx skills add JuliusBrussee/caveman

如果你想明確裝到某個Agent，可以像這樣：

• npx skills add JuliusBrussee/caveman -a cursor
  npx skills add JuliusBrussee/caveman -a copilot
  npx skills add JuliusBrussee/caveman -a cline
  npx skills add JuliusBrussee/caveman -a windsurf

Claude Code用戶還能這樣裝：

• claude plugin marketplace add JuliusBrussee/caveman
  claude plugin install caveman@caveman

Codex相對麻煩一點，需要先clone倉庫，在項目里打開Codex，然后通過/plugins搜索Caveman并手動安裝。

裝完后，選擇caveman模式或直接說“像caveman那樣說話”“請少用一些Token”，就能召喚山頂洞人。

停止的話，也是切到正常模式或直接說“stop caveman”即可。

背后是一位年僅19歲的開發(fā)者

有意思的是，caveman的作者也相當年輕——

Julius Brussee，目前19歲，正在荷蘭萊頓大學讀大一，專業(yè)為數據科學與人工智能。

雖然剛上大學，但他已經是個比賽和創(chuàng)業(yè)經驗都很豐富的“老手”了（bushi。

2025年1月，他創(chuàng)辦了Revu Labs，主要開發(fā)Revu這款原生macOS學習應用。

簡單來說，Revu能自動把你上傳的PDF變成學習材料，然后用和多鄰國差不多的智能算法安排復習。它背后有多個Agent協(xié)同干活，同時保證數據零損壞、全本地化。

然后他又參加了埃因霍芬理工大學的創(chuàng)新大賽，比賽過程中構建了一個企業(yè)級知識管理平臺Stacklink。

這一次更復雜，Stacklink需要將公司分散在各處的信息（如Google Docs、Slack、Notion）全部接進來，然后統(tǒng)一建索引，尤其是還要考慮AI幻覺問題。

再到最近，他又聯(lián)合創(chuàng)辦了Pitchr這家公司，擔任產品與技術負責人。

一看Pitchr的產品，估計大家都會會心一笑，因為它是專門開發(fā)AI演講輔助平臺的（幫你更好展示PPT）。

以及履歷中暫無，但Julius自己補充的一點：

之前還創(chuàng)辦了Locked In（集成NFC的iOS生產力應用，首周留存率100%）和Neurabridge（曾獲經濟學人報道的AI咨詢公司）。

不過，雖然開發(fā)了這一連串項目，但caveman的意外走紅也讓Julius無限感慨：

好好好，隨手寫的“joke”火了，而我花了幾個月時間用心打磨的Revu、Stacklink……卻沒有這種待遇。

大家都很喜歡caveman這個功能。人們紛紛安裝，我笑得前仰后合。
但這里有個沒人談論的事情——我花了幾個月時間認真做的項目，在同周也獲得了認可，但關注程度卻沒那么高。我并非抱怨，只是在觀察。
傳播的關鍵在于共鳴，那個梗打開了門。真正的工作在背后。

caveman爭議也不少

當然了，caveman的走紅也不止是因為“讓AI像原始人說話”這個梗，背后也不乏一些爭議。

討論較多的有兩點：

• 大部分節(jié)省的都是輸出Token，而真正的成本是上下文輸入Token。
• 強迫大模型更簡潔是否會讓它變笨。

對此，作者也現(xiàn)身Hacker News評論區(qū)瘋狂疊甲：

這項技能并不是為了減少隱藏的推理/思考Token。Anthropic自己的文檔建議更多的思考預算可以提高性能，所以我不會提出相反的觀點。
它所針對的是可見的完成：更少的開場白，更少的填充內容，更少的精致但非必要的文本。因此，由于完成后的輸出被“原始化”了，代碼完全沒有受到這項技能的影響。
公平的批評是，我“~75%”的READM數據來自初步測試，而非嚴格的基準測試。這應該更謹慎地表述，我現(xiàn)在正在做一個正式的評估。

翻譯過來就是，降本只是附帶的、減少的是不必要的Token所以一般不會變笨。

在作者看來，caveman只是一個有趣的想法，比一些人以為的使用范圍要窄，接下來還需要更精確的基準測試。

而這，也和部分網友得出的結論差不多：

因為有趣和真正聰明地減少了輸出Token而獲得A+。
但它不是降低總成本的靈丹妙藥，可能會讓Claude的智商下降幾個點。

所以，有試過的朋友分享下感受如何嗎（觀望.jpg）？

GitHub：
https://github.com/JuliusBrussee/caveman