一句话看懂：GitHub 上爆火的 Caveman 项目，声称通过让 AI 编程 Agent 像“原始人”一样说话——砍掉客套、连接词、冠词——能节省 65% 的输出 Token。但 JetBrains 的严谨实测显示，在真实编程任务中，实际节省仅为 8.5%，远低于宣传数字。这个案例揭示了当前 AI 成本优化中的一个常见误区：将风格优化与成本革命混为一谈。
事件核心：发生了什么
2026 年 4 月初，荷兰莱顿大学 19 岁学生 Julius Brussee 在 GitHub 上发布了 Caveman。该项目本质是一段提示词（Prompt），打入 Claude Code、Codex 等 AI 编程工具后，强制 Agent 输出极简文本，例如将“The issue is caused by a new object reference being created on every render”压缩为“New object ref each render. Wrap in useMemo”。项目上线几天内冲上 GitHub Trending 第一，截至 7 月 12 日已获得约 8.85 万 Stars。其 README 宣称能大幅压缩输出 Token，最常出现的数字是 65%。
JetBrains 随后进行了独立验证。他们使用 Claude Code，在 SkillsBench 的 86 个真实编程任务中，安装与不安装 Caveman 各跑一遍，3 轮共约 240 次试验，总花费约 106 美元，强制 Caveman 在每次回复中生效（获取其最佳节省场景）。结果显示：Caveman 版本的输出 Token 从约 59.2 万降到 54.2 万，实际节省约 8.5%。在 82 组成功配对的任务中，64 个结果相同，8 个更好，10 个更差，未发现显著的任务质量下降。
为什么重要
这一结果揭示了 AI Agent 成本结构的核心事实：编程 Agent 的 Token 消耗大头不在聊天回复，而在系统提示词、上下文积累、代码文件与搜索结果、工具调用及返回结果、diff 与错误日志。Caveman 主要在压缩工具调用之间的几句自然语言说明，这部分在总账中占比很小。项目方引用 65% 的节省数据，大概率是来自纯聊天场景下压缩客套话的估算，这与 Agent 工作流的真实账单严重脱节。这就好比一家公司压缩差旅费，未动机票酒店，却先取消了员工每天 2 元的矿泉水。该案例提醒开发者，Token 优化的真正杠杆在于：减少无效上下文、提高缓存命中率、降低不必要的工具调用和返工，而非逼模型“少说话”。随着模型单价长期下降，以及 Anthropic 等厂商推出的提示词缓存技术（缓存命中的输入价格仅为普通输入的 0.1 倍），电报体式优化的价值将更加微薄。
对用户/开发者/创作者的影响
对使用 AI 编程工具的开发者：Caveman 可作为一个风格插件，如果你厌烦 Agent 的客套话或希望输出更紧凑，它基本无害且有趣。但不要指望靠它大幅降低 API 账单。真正节约成本需要审视工具调用方式、上下文管理策略，以及选择合适难度的模型来完成不同任务。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对 AI 应用开发者和产品经理：该案例提供了一个实战教训——展示某个功能“能省 X% Token”时，务必说明基准场景是纯聊天还是完整工作流。JetBrains 的测试方法（同任务、同配置、多轮、强制生效、对比质量差异）可作为行业标准参考。
对提示词工程和 AI 内容创作者：电报体式压缩可能带来沟通默契风险。在复杂或不熟悉的代码仓库中，过于简短的输出（如“Fixed auth. Tests pass.”）缺失了关键上下文（修的是哪种认证、跑的是单测还是集成测试），可能导致开发者不得不追问，Agent 重读文件和重新测试反而消耗更多 Token。信息完整有时比极致简短更具成本效益。
值得关注的后续
- 开源社区反应：Caveman 的 8.85 万 Stars 能否转化为实质性迭代？项目方是否会基于 JetBrains 的测试更新宣传数据，或推出更合理的 Token 节省场景说明书？
- 竞品与平台跟进：其他 AI 编程工具（如 GitHub Copilot、Cursor）或提示词市场是否会推出类似“简洁模式”，并附带真实的节省计量？Anthropic 的提示词缓存技术进一步普及后，用户对“少说话”类优化的需求是否自然消退？
- 测试标准普及：JetBrains 的公开测试是否会推动行业建立更透明、可复现的 Token 节省宣称验证流程？下一次类似“风格革命”的宣称出现后，开发者和媒体是否会要求更完整的实测数据。
来源：宝玉
