Claude 省下 65% token 的秘密！Github 8w+star 项目教学

你有没有过这种经历：让 AI 帮你改一行代码，它先回你一句“当然！我很乐意帮你解决这个问题”，然后从背景讲起，铺垫三段，正文藏在最后。API 余额肉眼可见地往下掉，你只想说：能不能闭嘴，直接说重点？

2026 年上半年，一个叫 Caveman（穴居人） 的开源项目，就靠解决这个痛点，在 GitHub 上拿了超过 86,000 个 Star，一度霸榜 Trending。它的口号简单粗暴：

“why use many token when few token do trick.”（少点 Token 能搞定的事，干嘛用那么多？）

今天这篇文章，就把 Caveman 讲清楚：它是什么、怎么用、到底能省多少、什么人不适合用。

Caveman 是什么？一句话：让 AI 别客套

项目地址：https://github.com/JuliusBrussee/caveman

Caveman 不是新模型，也不是推理优化，本质上是一条精心编写的系统提示词（System Prompt） 。

把它装进你的 AI 编程助手，AI 的说话风格会从“温文尔雅的英伦管家”变成“能用三个词绝不说四个的原始人”。

它支持的平台很广，包括 Claude Code、Codex、Gemini、Cursor、Windsurf、Cline、Copilot 等 30 多个 AI 编程工具。

核心规则只有一条：技术术语和代码块必须保留，报错信息原样引用，其余能砍就砍。

具体砍什么？

• 冠词（the / a / an）
• 语气填充词（basically / actually）
• 客套话（“当然！我很乐意帮你……”）
• 犹豫性表达（“可能大概也许……”）

允许用短句、碎片句，优先选更短的同义词——说“大”而不是“庞大”，说“修”而不是“实施一个解决方案”。

看一个真实对比：

正常模式（69 tokens） ：

“你的 React 组件重新渲染的原因，很可能是因为每次渲染周期都在创建一个新的对象引用。当你把一个内联对象作为 prop 传入时，React 的浅比较会认为每次都是不同的对象，从而触发重新渲染。我建议用 useMemo 来缓存这个对象。”

Caveman 模式（19 tokens） ：

“New object ref each render. Inline object prop = new ref = re-render. Wrap in  useMemo.”

同样的诊断，同样的修复方案。死的只有喉咙里的客套。

到底能省多少？先看“诚实数字”

项目方在 v1.9.1 版本中做了个很实在的事：把节省数字统一为 65% ，并专门写了一份 HONEST-NUMBERS.md 文档，说明什么时候省 Token、什么时候反而费 Token。

65% 是怎么来的？基于 10 个编程任务的基准测试，输出 Token 平均从 1214 个压缩到 294 个，范围在 22% 到 87% 之间——技术性越强的任务，压缩效果越明显。

但有几个关键事实必须说清楚：

第一，它只省“输出 Token”。 输入 Token 和模型的推理 Token 完全不受影响。更关键的是，这个技能本身每轮对话会增加约 1,000–1,500 个输入 Token 的开销。如果某个任务本身输出就很短，省下来的还不够填这个坑。

第二，独立测试显示效果远低于宣传。 IDE 开发商 JetBrains 用 86 个真实软件工程任务做了基准测试，发现输出 Token 实际只减少了约  8.5% 。原因是编程 Agent 的 Token 大头花在读取项目文件、推理任务逻辑、调用工具和生成代码上，聊天文字本身只占很小一部分。

所以务实的结论是：Caveman 能帮你省，但省的是“对话税”，不是账单的大头。

三档强度，按需选择

Caveman 提供了三档压缩级别，你可以根据需要切换：

Lite 模式（轻度）去掉填充词和犹豫表达，保留完整句子。

“连接池会复用已经打开的数据库连接，而不是每次请求都新建一个。”

Full 模式（默认）允许碎片句，用短词替代。

“连接池复用已打开的DB连接。不是每个请求都新建。”

Ultra 模式（极限）大量缩写，箭头表达因果。

“连接池=复用DB连接。跳过握手→高并发更快。”

适合谁，不适合谁

适合用 Caveman 的人：

• 每天高频使用 AI 编程助手的开发者，受不了“话痨”干扰心流
• 做 Bug 修复、代码审查、API 调试等技术性任务——这类任务“要的是结果，不是解释”
• 按量付费、对输出 Token 成本敏感的团队

不适合的人：

• 需要详细解释的场景。 比如教新人理解代码逻辑，Caveman 的碎片句反而增加沟通成本。
• 创意写作、多角色对话、数学证明等需要精细风格控制的任务。极简指令会丧失必要的约束精度。
• 输出本身就短的任务。 如果你只是让 AI 改个变量名，技能自身每轮多出来的 1,000+ 输入 Token 可能让总成本不降反升。项目方自己的文档也说了：如果固定开销超过输出节省，直接关掉。

实操避坑：三个要点

1. 中文对话要加一句“全中文回复”。 Caveman 的示例全是英文，启用后在中文对话里 AI 有时会中英文混着说。

2. 不要和其他 Skill 混用。 如果你已经装了 code-reviewer、git-helper 之类的自定义 Skill，Caveman 的系统提示词可能被覆盖。建议新建独立配置文件，别把风格约束和其他功能指令塞在一起。

3. 安装很简单，但先测一个任务。 一行命令即可安装：

npx skills add JuliusBrussee/caveman

装完后输入 /caveman 或说“talk like caveman”即可激活。建议先挑一个你日常最常做的任务，对比开启前后的输出质量和 Token 消耗，确认适合自己再全面启用。

总结

Caveman 不是什么黑科技，它做的事很朴素： 把 AI 嘴里那些“不影响信息、但持续烧钱”的客套话删掉。

它火了，不是因为技术多高深，而是因为它精准地捅破了一个所有人都感受到了、但没人认真解决的痛点：AI 的“废话文学”。

如果你每天用 AI 写代码，花 30 秒装一下，至少能让你的阅读体验清爽不少。但别指望它把账单砍掉一半——省的是“说话方式”的钱，不是“干活方式”的钱。