信息无损Token最高节俭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”：

连开发这个项主张19岁外国小哥也懵了，，直呼属实没想到。

正本是自己顺手花10分钟写的一个“joke”，，了局却不测受到各人的追捧。

他之所以将其称为“joke”，，也切实是由于这个名为caveman（山顶洞人）的项目，，背后道理过于单一：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，，主题指标就是让Agent“像山顶洞人一样措辞”（俗称言简意赅）。

好比明明给的解决规划一样，，通常Claude必要用一大段话来描述：

（翻译）你的React组件之所以会重新渲染，，很可能是由于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的浅层比力会以为它每次都是一个分歧的对象，，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）每次渲染城市创建新的对象引用。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，，它在维持齐全技术正确性的同时，，将输出Token削减约75%。

此外还有一个配套工具，，能够压缩用户的影象文件，，从而将每次会话的输入Token削减约45%。

目前这个插件在支持skills的环境中，，已经能够一行装置：

npx skills add JuliusBrussee/caveman

“有时少数Token就够了”

厚道说，，让Agent学会言简意赅从而节俭Token的设法，，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（强制简短回覆），，大模型的正确率提升了26个百分点，，并且在数学推理和科学知识基准上，，齐全逆转了机能层级（正本大模型不如小模型，，了局后来反超了）。

所以小哥就说了，，caveman的诞生就源于这样一小我所共知的观察——

“山顶洞人式表白”（caveman-speak）能大幅削减大说话模型的Token使用量，，同时不损失技术内容内容。

来看一组Before/After你就领略了：

表白同样一个修复工作，，正常Claude必要用到69个Tokens，，而caveman只必要19个。

Token一下子就节俭了约75%，，且不影响Agent理解工作需要以及给出解决规划。

据小哥介绍，，caveman会齐全保留以下内容：

代码块、、、行内代码、、、URL、、、文件蹊径、、、号令、、、标题、、、表格结构、、、日期、、、版本号等。任何技术性内容都维持原样通过，，只有天然说话文本会被压缩。

换言之，，只有一些不用要的废话会被丢掉。（p.s：之前Claude Code一句“你好”就干掉13%的额度）

当然，，你还能自己节制Agent的简洁水平，，从啰嗦到极简（Lite→Full→Ultra）任你选。

Lite：删掉客套话和废话，，保留根基语法结构；；Full：caveman尺度版，，会省略“一个”、、、“这个”之类的冠词，，句子只说关键词片段，，偶然会配上一些简短的语气词，，措辞风格有点像山顶洞人；；Ultra：极致压缩模式，，能省则省。

至于到底能节俭几多Token，，小哥也在真实的Claude API上测试了一下（可复现）——

10个工作，，最终节俭的Token领域为22%–87%，，均匀下来高达65%。

具体工作蕴含但不限于：诠释React重渲染bug、、、修复认证中央件Token过期问题、、、设置PostgreSQL衔接池、、、诠释git rebase与merge的区别、、、重构回调为async/await……

不外小哥也提醒，，caveman仅影响输出Token，，思虑/推理Token不受影响。

caveman不会让大脑变小，，会让嘴巴变小。最大的成功是可读性和速度，，成本节约是额外的益处。

具体装置方式如下：

若是你用的是Cursor/Copilot/Windsurf/Claude Code这类AI编程工具，，在支持skills的环境中，，能够一行装置：

npx skills add JuliusBrussee/caveman

若是你想明确装到某个Agent，，能够像这样：

npx skills add JuliusBrussee/caveman -a cursornpx skills add JuliusBrussee/caveman -a copilotnpx skills add JuliusBrussee/caveman -a clinenpx skills add JuliusBrussee/caveman -a windsurf

Claude Code用户还能这样装：

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

Codex相对麻烦一点，，必要先clone仓库，，在项目里打开Codex，，而后通过/plugins搜索Caveman并手动装置。

装完后，，选择caveman模式或直接说“像caveman那样措辞”“请罕用一些Token”，，就能呼唤山顶洞人。

终场的话，，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的作者也相昔时轻——

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为智能。

固然刚上大学，，但他已经是个角逐和创业经验都很丰硕的“老手”了（bushi。

2025年1月，，他创办了Revu Labs，，重要开发Revu这款原生macOS学习利用。

单一来说，，Revu能自动把你上传的PDF造成学习资料，，而后用和多邻国差不多的智能算法铺排温习。它背后有多个Agent协同干活，，同时保障数据零败坏、、、全本地化。

而后他又参与了埃因霍芬理工大学的创新大赛，，角逐过程中构建了一个企业级知识治理平台Stacklink。

这一次更复杂，，Stacklink必要将公司分散在遍地的信息（如Google Docs、、、Slack、、、Notion）全数接进来，，而后统一建索引，，尤其是还要思考AI幻觉问题。

再到最近，，他又结合创办了Pitchr这家公司，，担任产品与技术掌管人。

一看Pitchr的产品，，估计各人城市会心一笑，，由于它是专门开发AI演讲辅助平台的（帮你更好展示PPT）。

以及经验中暂无，，但Julius自己补充的一点：

之前还创办了Locked In（集成NFC的iOS出产力利用，，首周留存率100%）和Neurabridge（曾获经济学人报道的AI征询公司）。

不外，，固然开发了这一连串项目，，但caveman的不测走红也让Julius无限感伤：

好好好，，顺手写的“joke”火了，，而我花了几个月功夫用心打磨的Revu、、、Stacklink……却没有这种待遇。

各人都很喜欢caveman这个职能。人们纷纷装置，，我笑得前仰后合。但这里有个没人讨论的事件——我花了几个月功夫当真做的项目，，在同周也获得了认可，，但关注水平却没那么高。我并非抱怨，，只是在观察。传布的关键在于共识，，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的走红也不止是由于“让AI像原始人措辞”这个梗，，背后也不乏一些争议。

会商较多的有两点：

大部门节俭的都是输出Token，，而真正的成本是高低文输入Token。胁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：

这项技术并不是为了削减暗藏的推理/思虑Token。Anthropic自己的文档建议更多的思虑预算能够提高机能，，所以我不会提出相反的概念。它所针对的是可见的实现：更少的开场白，，更少的填充内容，，更少的精彩但非必要的文本。因而，，由于实现后的输出被“原始化”了，，代码齐全没有受到这项技术的影响。平正的品评是，，我“~75%”的READM数据来自初步测试，，而非严格的基准测试。这应该更审慎地表述，，我此刻正在做一个正式的评估。

翻译过来就是，，降本只是附带的、、、削减的是不用要的Token所以通常不会变笨。

在作者看来，，caveman只是一个有趣的设法，，比一些人以为的使用领域要窄，，接下来还必要更精确的基准测试。

而这，，也和部门网友得出的结论差不多：

由于有趣和真正聪明地削减了输出Token而获得A+。但它不是降低总成本的灵丹妙药，，可能会让Claude的智商降落几个点。

所以，，有试过的伴侣分享下感触若何吗（张望.jpg）？

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