「少说话多干活」被这个AI技能实现了——65% Token砍半，Adobe、JetBrains都在用

「少说话多干活」被这个 AI 技能实现了——65% Token 砍半，Adobe、JetBrains 都在用

你有没有这种感觉：每次让 AI 帮你写代码，它回复的内容比你预期多了三四倍，读起来像在做阅读理解？

这不是幻觉。AI 编程助手默认就是话痨——「当然，我很乐意帮你」「让我们一步步来」「希望这对你有帮助」——光这些废话就占了大量 Token。Token 就是钱，积少成多，相当肉疼。

Caveman 就是来解决这个问题的。一个在 GitHub 狂拦 10.5 万 Star 的 Claude Code 技能，本质上是一个「AI 降噪模式」——让它用最精炼的方式说话，但技术准确性一点不丢。

原理很简单

Caveman 不是压缩代码，也不是改 Prompt，它改变的是 AI 的「说话风格」。规则很直接：

• 删除所有填充词（当然、很乐意、其实、基本）
• 删除所有问候语和结束语
• 保留技术术语、代码、路径、错误信息原样
• 一个想法一句话，主动语态

实际效果是这样：

普通 AI：「新对象引用导致 React 重新渲染。当你在每次渲染周期中以内联对象形式传递 prop 时，React 的浅比较会将其视为不同的对象，从而触发重新渲染。我建议你使用 useMemo 来记忆化这个对象。」

Caveman 模式：「New object ref, new render. Wrap prop in useMemo.」

同样意思，20 Token 对比 63 Token，减少 68%。这还只是一个组件场景。

实测数据：Adobe、JetBrains、Elastic 都在用

这不只是个人玩具，已经进入正经企业验证了：

• Adobe Research：在 8 个模型、5 个数据集上测试，CAVEWOMAN 论文引用了此方法，成本降低 1.4～2.4 倍
• JetBrains：86 个真实编码任务 A/B 测试，p=0.82（统计上无质量损失），输出 Token 减少 8.5%
• Elastic：在 Elasticsearch 真实 MCP 场景里，响应 Token 减少 63.6%，官方评价：「零信息损失」

个人用户这边更猛：一次完整 Claude Code 对话，通过 Caveman 压缩 CLAUDE.md 等记忆文件，可以节省 55% 的输入 Token。

怎么用

一行命令搞定：

npx skills add JuliusBrussee/caveman -g

或者针对 Claude Code：

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

支持：Claude Code、Codex、Gemini CLI、Cursor、Windsurf、Cline、Copilot 等 30+ 主流 AI 编程工具。

启动后说一句「caveman mode」或者直接敲 /caveman，它就开始精简模式。说「stop caveman」恢复正常。

还支持多级强度：/caveman lite（轻度精简，约 30%）、/caveman（默认，65%）、/caveman ultra（极限精简，75%），甚至还有文言文版 /caveman wenyan。

我的判断

Token 成本是 AI 编程里最被低估的隐性开销。Caveman 用一个零成本的风格切换，实现了其他工具需要花大钱才能搞定的压缩效果。

Adobe Research 从学术层面验证了可行性，Elastic 和 JetBrains 把它用到生产环境——这不是噱头，是经过大规模验证的实用技能。

如果你天天用 AI 编程工具，这个技能属于「装上就不想删」那一类。省 Token = 省 money，还不影响技术质量，这买卖怎么算都划算。

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

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