Caveman：省 65% token 的编码智能体「原始人」代理

“why use many token when few token do trick”——当很多 token 能用很少的 token 办成事，为什么要用很多？这是 Caveman 项目的自我介绍，语法本身就是它推销的理念。这个 2026 年 4 月以玩笑起步的项目，如今星标突破 11 万，登顶过 Hacker News（904 分）和 GitHub Trending 总榜。它做的事一句话说清：让编码智能体说话像原始人——答案先说、废话删光、代码原样——从而砍掉约 65% 的输出 token。玩笑认真起来了，但腔调没变。

不是卖梗，是真有第三方实测数据

病毒式传播的省钱工具很多，能扛住实验室检验的很少。Caveman 的 README 里”外部实验室优先，数字不四舍五入，输的红色照登”这一节相当硬核：Adobe Research 发表了引用该仓库的 CAVEWOMAN 论文，在八个模型、五个数据集上测得每模型成本降低 1.4 到 2.4 倍，最高 3 倍；Elastic 把这套方法移植到 Elasticsearch 场景，八个真实 MCP 用例测得响应 token 减少 63.6%，结论是”零信息损失”；JetBrains 做了 86 个真实编码任务的配对 A/B 测试，质量无可测量差异（p = 0.82）。

更有意思的是两条来自实验的”反向发现”。Adobe 发现改写*你的*提示词反而让答案更长更差，所以 Caveman 从不碰用户输入；JetBrains 发现智能体会话的大头是代码和工具调用，压缩它们收益有限。于是项目长出”第二块石头”：不只压缩智能体*说*的话，还压缩它*读*的东西。

图 1

两块石头：压输出，也压输入

技能（skill）部分负责压缩智能体的输出。它的语法规范有出处：基于 ASD-STE100——为飞机维修手册设计的受控英语，20 词以内、主动语态、一个概念一个术语。规则里最讲究的是”意义永不丢失”：冠词可以删，但 not、never、only 这些否定词和数字单位必须保留；代码、命令、路径、报错逐字符原样输出；遇到安全警告、不可逆操作或用户困惑时自动切回完整句子。官方演示里，一段 63 token 的 React 重渲染解释被压成 20 token 的”New object ref each render, so React re-renders. Wrap the prop in useMemo.”——修复方案一字不少。

代理（proxy）部分负责压缩智能体的输入。跑在本机的代理把日志、CSV、YAML、JSON、测试输出压小 98.5% 到 99.1%，整个 Claude Code 会话的输入 token 平均少 33.2%，18 个基准问答全部答对。`caveman browse` 读网页更夸张：一个 200 行表格的页面，Playwright 快照要 15,704 token，它只要 121 token，小了近 130 倍。原始文件都留在磁盘上，智能体随时可以调回原文。

诚实的数字，也诚实的失败

README 专门有一页”HONEST-NUMBERS”记录自己输在哪里：HTML 还没有压缩器，跑代理反而多花 9.9% 的 token；技能规则本身给每次调用增加约 1000 输入 token；如果你按请求数而不是按 token 付费（比如 Copilot 高级请求），答案短了账单不变，直接跳过。这种把失败案例写进首页的文化，比数字本身更值得开源项目学习。

谁最该用？推测是这三类人：每天烧 API 额度跑长会话的重度智能体用户（33% 输入削减直接反映在账单上）、给智能体喂大日志/大 JSON 的运维和调试场景（98% 以上的压缩率全在这类数据上）、以及跑本地小模型上下文窗口紧张的用户。安装同样原始人风格：`npx skills add JuliusBrussee/caveman -g`，支持 Claude Code、Codex、Cursor、Windsurf、Cline 等 30 多个工具，说一声 “stop caveman” 就恢复人话。Apache-2.0 许可，一个人维护，免费。

核心观点：如果你的智能体账单主要由长会话和海量日志喂大，Caveman 的代理层是当下 ROI 最直接的优化——先跑 `caveman learn` 看 token 到底花在哪，再决定砍哪块。