Caveman：让AI像原始人说话，API费用直接砍掉65%

Caveman：让AI像原始人说话，API费用直接砍掉65%

如果你每个月光是跟Claude”聊天”就要花几百美元——不是因为问的问题多，而是因为AI回答太啰嗦了——那你需要认识一下Caveman。这个在GitHub上斩获88.2K星的开源项目，用一个简单的哲学改变了AI编程的经济学：让AI像原始人一样说话。

### 问题出在哪

来看一组真实对比：

| 正常AI回复 | Caveman模式 |

|———–|————|

| “你的React组件反复渲染的原因很可能是因为你在每个渲染周期中创建了新的对象引用。” — 69个token | “React re-render: new object each cycle. `useMemo`.” — 19个token |

效果：输出token减少72%，输入token减少45%。 对于每天调用Claude成百上千次的AI编程Agent来说，这意味着API费用直接腰斩以上。

### Caveman的工作机制

Caveman不是一个独立的模型，而是一个Agent技能插件——它通过修改System Prompt的方式”教”AI如何压缩回答。关键设计在于：代码块和命令保持原样，只压缩自然语言部分。

这意味着你不会丢失任何功能性内容。该输出的代码一行不少，该执行的命令一个不差。被压缩的只是那些”好的，我理解您的问题，让我为您分析一下…”之类的礼貌性废话。

目前支持三种压缩级别：

– Lite（轻度）：去掉开场白和结尾总结，保留必要的解释

– Full（完全）：所有回复变为电报式简洁表达

– Ultra（极限）：只保留关键词和代码，几乎无自然语言

# 安装：一行命令搞定
claude plugin marketplace add JuliusBrussee/caveman

# 或通过技能注册表（支持30+工具）
npx skills add JuliusBrussee/caveman -a cursor

### 为什么88K人在为它点星

Caveman的爆火时机堪称完美。2026年上半年，Claude Code、Codex、Cursor等AI编程工具全面爆发，开发者们惊讶地发现：AI编程最大的成本不是订阅费，而是token消耗。 每次让AI解释一个bug，它可能给你写一篇小作文，而你只是想知道改哪一行。

Caveman解决的是AI经济学的核心矛盾：输出token比输入token贵得多。OpenAI和Anthropic的定价中，输出token的价格通常是输入的2-4倍。而Agent工作流中每个输出都会被塞进下一次调用的上下文中，浪费会在多轮对话中成倍放大。压缩一次输出，节省的是后续N次调用的成本。

### 谁最需要Caveman

– 重度Claude Code用户：每天token消耗上千美元级别

– AI Agent开发者：Agent之间的通信如果太啰嗦会迅速耗尽上下文窗口

– CI/CD中的AI Pipeline：自动化脚本中的AI调用需要快速、准确、不废话

### 一个值得注意的趋势

Caveman的火爆揭示了一个有趣的现象：在AI编程工具普及后，优化方向正在从”让AI更聪明”转向”让AI更便宜”。 前者的天花板是模型能力，后者的天花板是token经济学。而当GitHub上88K人愿意为一个”教会AI少说话”的项目点星时，市场已经给出了明确的信号。

### 实战省钱数据

根据社区用户反馈，不同规模团队使用Caveman后的月度API费用变化如下：个人开发者从$40-80降到$15-30（节省约60%），5人小团队从$300-500降到$100-180，而50人以上的中型团队从$3000-5000降到$1000-1800。最极端的案例来自一家AI Agent初创公司——他们在生产环境的Agent-to-Agent通信管道中启用了Caveman ultra模式，月token消耗从4.2亿降到1.1亿，直接省下了每月$3500的API费用。

**核心数据**：88.2K stars、输出token减少65-75%、输入减少45%、支持30+ AI编程工具、lite/full/ultra三档压缩

— END —
LC 智趣厅 · 科技与生活的交点
ihygg.cn