信息无损Token最高节省87%，一款省Token神器正在GitHub蹿红。
短短3天，纯靠口口相传，GitHub总揽星4.1K，增长曲线更是堪比“旱地拔葱”：
连开发这个项目的19岁外国小哥也懵了，直呼属实没想到。
本来是自己随手花10分钟写的一个“joke”，结果却意外受到大家的追捧。
他之所以将其称为“joke”，也实在是因为这个名为caveman（山顶洞人）的项目，背后原理过于简单：啰嗦并不总是更好，有时字数少=更正确。
没错，这个给Claude Code/Codex用的插件，核心目标就是让Agent“像山顶洞人一样说话”（俗称言简意赅）。
比如明明给的解决方案一样，普通Claude需要用一大段话来描述：
（翻译）你的React组件之所以会重新渲染，很可能是因为你在每次渲染周期中都创建了一个新的对象引用。当你将一个内联对象作为prop传递时，React的浅层比较会认为它每次都是一个不同的对象，从而触发重新渲染。我建议你使用 useMemo 来缓存该对象。
而caveman则相当简洁：
（翻译）每次渲染都会创建新的对象引用。内联对象作为prop传递=新的引用=触发重新渲染。用useMemo包裹起来即可。
初步测试显示，它在保持完全技术准确性的同时，将输出Token减少约75%。
此外还有一个配套工具，可以压缩用户的记忆文件，从而将每次会话的输入Token减少约45%。
目前这个插件在支持skills的环境中，已经可以一行安装：
npx skills add JuliusBrussee/caveman
“有时少数Token就够了”
老实说，让Agent学会言简意赅从而节省Token的想法，也不是第一天出现了。
开发caveman的小哥就提到，今年3月的一篇论文已经发现：
通过简洁性约束（强制简短回答），大模型的准确率提升了26个百分点，而且在数学推理和科学知识基准上，完全逆转了性能层级（原本大模型不如小模型，结果后来反超了）。
所以小哥就说了，caveman的诞生就源于这样一个人所共知的观察——
“山顶洞人式表达”（caveman-speak）能大幅减少大语言模型的Token使用量，同时不损失技术实质内容。
来看一组Before/After你就明白了：
表达同样一个修复任务，正常Claude需要用到69个Tokens，而caveman只需要19个。
Token一下子就节省了约75%，且不影响Agent理解任务需求以及给出解决方案。
据小哥介绍，caveman会完全保留以下内容：
代码块、行内代码、URL、文件路径、命令、标题、表格结构、日期、版本号等。任何技术性内容都保持原样通过，只有自然语言文本会被压缩。
换言之，只有一些不必要的废话会被丢掉。（p.s：之前Claude Code一句“你好”就干掉13%的额度）
当然，你还能自己控制Agent的简洁程度，从啰嗦到极简（Lite→Full→Ultra）任你选。
Lite：删掉客套话和废话，保留基本语法结构；
Full：caveman标准版，会省略“一个”、“这个”之类的冠词，句子只说关键词片段，偶尔会配上一些简短的语气词，说话风格有点像山顶洞人；
Ultra：极致压缩模式，能省则省。
至于究竟能节省多少Token，小哥也在真实的Claude API上测试了一下（可复现）——
10个任务，最终节省的Token范围为22%–87%，平均下来高达65%。
具体任务包括但不限于：解释React重渲染bug、修复认证中间件Token过期问题、设置PostgreSQL连接池、解释git rebase与merge的区别、重构回调为async/await……
不过小哥也提醒，caveman仅影响输出Token，思考/推理Token不受影响。
caveman不会让大脑变小，会让嘴巴变小。最大的胜利是可读性和速度，成本节约是额外的好处。
具体安装方式如下：
如果你用的是Cursor/Copilot/Windsurf/Claude Code这类AI编程工具，在支持skills的环境中，可以一行安装：
npx skills add JuliusBrussee/caveman
如果你想明确装到某个Agent，可以像这样：
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用户还能这样装：
claude plugin marketplace add JuliusBrussee/caveman
claude plugin install caveman@caveman
Codex相对麻烦一点，需要先clone仓库，在项目里打开Codex，然后通过/plugins搜索Caveman并手动安装。
装完后，选择caveman模式或直接说“像caveman那样说话”“请少用一些Token”，就能召唤山顶洞人。
停止的话，也是切到正常模式或直接说“stop caveman”即可。
背后是一位年仅19岁的开发者
有意思的是，caveman的作者也相当年轻——
Julius Brussee，目前19岁，正在荷兰莱顿大学读大一，专业为数据科学与人工智能。
虽然刚上大学，但他已经是个比赛和创业经验都很丰富的“老手”了（bushi。
2025年1月，他创办了Revu Labs，主要开发Revu这款原生macOS学习应用。
简单来说，Revu能自动把你上传的PDF变成学习材料，然后用和多邻国差不多的智能算法安排复习。它背后有多个Agent协同干活，同时保证数据零损坏、全本地化。
然后他又参加了埃因霍芬理工大学的创新大赛，比赛过程中构建了一个企业级知识管理平台Stacklink。
这一次更复杂，Stacklink需要将公司分散在各处的信息（如Google Docs、Slack、Notion）全部接进来，然后统一建索引，尤其是还要考虑AI幻觉问题。
再到最近，他又联合创办了Pitchr这家公司，担任产品与技术负责人。
一看Pitchr的产品，估计大家都会会心一笑，因为它是专门开发AI演讲辅助平台的（帮你更好展示PPT）。
以及履历中暂无，但Julius自己补充的一点：
之前还创办了Locked In（集成NFC的iOS生产力应用，首周留存率100%）和Neurabridge（曾获经济学人报道的AI咨询公司）。
不过，虽然开发了这一连串项目，但caveman的意外走红也让Julius无限感慨：
好好好，随手写的“joke”火了，而我花了几个月时间用心打磨的Revu、Stacklink……却没有这种待遇。
大家都很喜欢caveman这个功能。人们纷纷安装，我笑得前仰后合。
但这里有个没人谈论的事情——我花了几个月时间认真做的项目，在同周也获得了认可，但关注程度却没那么高。我并非抱怨，只是在观察。
传播的关键在于共鸣，那个梗打开了门。真正的工作在背后。
caveman争议也不少
当然了，caveman的走红也不止是因为“让AI像原始人说话”这个梗，背后也不乏一些争议。
讨论较多的有两点：
大部分节省的都是输出Token，而真正的成本是上下文输入Token。
强迫大模型更简洁是否会让它变笨。
对此，作者也现身Hacker News评论区疯狂叠甲：
这项技能并不是为了减少隐藏的推理/思考Token。Anthropic自己的文档建议更多的思考预算可以提高性能，所以我不会提出相反的观点。
它所针对的是可见的完成：更少的开场白，更少的填充内容，更少的精致但非必要的文本。因此，由于完成后的输出被“原始化”了，代码完全没有受到这项技能的影响。
公平的批评是，我“~75%”的READM数据来自初步测试，而非严格的基准测试。这应该更谨慎地表述，我现在正在做一个正式的评估。
翻译过来就是，降本只是附带的、减少的是不必要的Token所以一般不会变笨。
在作者看来，caveman只是一个有趣的想法，比一些人以为的使用范围要窄，接下来还需要更精确的基准测试。
而这，也和部分网友得出的结论差不多：
因为有趣和真正聪明地减少了输出Token而获得A+。
但它不是降低总成本的灵丹妙药，可能会让Claude的智商下降几个点。
所以，有试过的朋友分享下感受如何吗（观望.jpg）？
GitHub：
https://github.com/JuliusBrussee/caveman
— 完 —
广瑞网提示：文章来自网络，不代表本站观点。
