用「原始人说话方式」让 AI 少说话，Token 消耗直接砍一半——这个 Claude Code Skill 刚突破 10 万星
用「原始人说话方式」让 AI 少说话，Token 消耗直接砍一半——这个 Claude Code Skill 刚突破 10 万星
一个 Go 语言写的 Claude Code 插件，凭什么让全球超过 10 万开发者火速上车，还顺手拿下了 Product Hunt 趋势第一？
答案说出来有点荒诞：让你的 AI 学会「穴居人说话」。
这个 Skill 在解决什么问题
大语言模型有一个广为人知却很少被正视的特性：它的输出长度，会镜像你的输入风格。你跟它说得啰嗦，它就啰嗦；你说得简洁，它也跟着简洁。
问题在于，大多数人写 prompt 的时候是「正常人类语气」——完整的主谓宾、完整的解释段落。AI 接收到这些信息之后，会默认用同等「完整」的方式回复。结果就是：你为了解释一个简单问题，付出了三倍以上的 Token 成本。
caveman（穴居人）这个 Claude Code Skill 的核心思路就是：故意把自己的 Prompt 改写成原始人那种短促、碎片化的风格——名词堆叠、动词退化、最小化连接词。AI 收到这种输入，会自动切换到「输出也简短」的模式，从而在不影响结果质量的前提下，节省大量输出 Token。
官方自己给出的对比示例：
正常模式（69 tokens）：「The reason your React component is re-rendering is likely because you’re creating a new object reference on each render cycle…」
穴居人模式（19 tokens）：「New object ref each render. Inline object prop = new ref = re-render. Wrap in
useMemo.」
同样的信息量，Token 少了 72%。
实测数据：砍掉 65% 输出 Token，JetBrains 背书
这个数字不是自说自话。JetBrains 在官方博客里做了一次配对 A/B 测试，让两个 AI 编程助手分别用正常模式和穴居人模式处理同一批编码任务。结果证实：穴居人模式的输出 Token 消耗降低了约 65%，而任务完成率没有显著差异。
除了输出端，官方自己的 Benchmark 测试（benchmark_counterfactual）还发现：输入 Token 也减少了 33.2%（由 provider 报告的数据）。原因是穴居人风格同样影响了你写的代码——注释更短、变量名更精简，整体 Prompt 体积都在缩小。
Undercode Testing 的独立评测给了一个更激进的数字：75% Token 节省，测试场景包括完整的代码审查任务。
v2.4.0 刚刚发布，支持 30+ 主流 Agent
这个项目最近一次更新是 2026 年 8 月 29 日（也就是昨天）发布的 v2.4.0，包含了对抗性代码审查（adversarial review）、请求级 MCP 恢复机制，以及 Windows 平台的改进。
目前的兼容列表覆盖了超过 30 个主流 Agent，包括 Claude Code、Cursor、Windsurf、Copilot Studio、Cline 等。v2.4.0 还内置了 8 种原生 wrap 配置，可以直接套用在不同的 Agent 环境中。
安装方式是一行命令：
claude skill install JuliusBrussee/caveman或者手动克隆到 ~/.claude/skills/ 目录。
谁适合用，谁该等等
适合用的人：
- 长期重度使用 Claude Code / Cursor 等编程 Agent，Token 账单肉眼可见的开发者
- 需要在上下文窗口塞更多内容的场景（代码库大、依赖复杂）
- 对响应速度有要求的环境（Token 少了，生成自然更快）
不适合的人：
- 任务本身需要详细解释和文档的场景（比如 Code Review 报告、设计文档）
- 团队协作需要 AI 输出保持规范可读性的情况
- 刚入门 AI 编程，还在学习阶段的新手（太短的回答不利于理解）
真实的使用门槛
技术上几乎没有门槛。装上就能用，不需要额外配置 API Key，也不需要本地模型。
但有一个隐形的「习惯门槛」：你需要改变自己写 Prompt 的风格，把「正常说话」切换成「碎片化短句」。这对很多人来说反而是最难的部分。官方建议是先从简单场景开始试，找到感觉再扩大使用范围。
另一个值得注意的点：这是一个 MIT + BSL 双许可证 项目，BSL 限制商业使用（4 年后自动转为 MIT），如果你在商业产品里集成，需要确认合规。
可执行的下一步
- 立刻试： 一行命令装上，跑一个你正在做的任务，对比一下 Token 消耗变化
- 看效果： 如果你是 Claude Code 用户，装完 skill 后说一句「帮我 review 这个 PR」，观察回复长度和之前差异
- 进阶用： 如果你在团队里用，可以把「穴居人风格」做成团队内统一的 Prompt 习惯，配合
.claude项目配置文件固化下来 - 关注更新： 项目刚破 10 万星，活跃度很高（昨天还在发版），未来可能有更多 Agent 原生集成
相关链接：
- GitHub：https://github.com/JuliusBrussee/caveman
- JetBrains 官方 A/B 测试博客：https://blog.jetbrains.com/ai/2026/07/speak-to-ai-agents-like-cavemen-tosave-tokens/
- Undercode Testing 独立评测：https://undercodetesting.com/caveman-claude-code-slash-token-burn-by-75-without-losing-a-single-line-of-code-video
- 官方安装文档：https://github.com/JuliusBrussee/caveman/blob/main/INSTALL.md
评论区
登录后可评论。