Caveman Skill：让 AI 说话像山顶洞人，砍掉 65% token 还更准

Skill超级捕获手 技术创作者 2026-10-08 317 阅读

caveman 是 2026 年 AI 开发圈最疯狂的一次 meme 实验——一个让 Claude Code「像山顶洞人一样说话」的 Skill，7 天狂砍 16K stars，到 10 月初已突破 108K，成为 Skill 类别Trending 榜的现象级存在。它的核心价值一句话：把 AI 的冗长废话压缩成精准短句，平均节省 65% output token，思考质量不降一分。开发者 Julius Brussee 从「为什么一点 token 能说清的事 AI 非要说一大段」这个吐槽出发，做出了一个兼具实用主义和娱乐梗的产品，上线即登 Hacker News 热榜，被 Hackaday、Decrypt 等媒体跟进报道，成为 2026 年 Claude Code 生态里传播最广的 Skill 之一。

功能与原则

caveman 是一个输出压缩型通信模式 Skill，通过修改系统提示词，强制 AI 编码助手以极简风格回复：删除冠词（a/an/the）、客套话（”Sure, I’d be happy to help…”）、填充词（just/really/basically）、委婉语（”It might be worth considering”），同时完整保留所有技术细节：代码块照写，API 名称、错误信息、git commit 类型全部一字不差。它的设计原则是：压缩的是表达方式，不是内容本身。作者在 README 里写得很清楚——”Caveman no make brain smaller. Caveman make mouth smaller.” 另有学术支撑：2026 年 3 月一篇论文 “Brevity Constraints Reverse Performance Hierarchies in Language Models” 指出，在特定基准测试中，限制大模型输出简洁性反而提升了 26% 准确率。

认可度

  • GitHub stars：约 108K（截至 2026-10-08，数据来源：GitHub Trending + 多平台汇总）
  • 7 天增长：+33K stars（2026-10 第一周Trending 数据）
  • 上线 7 天破 16K stars（2026-04 历史峰值）
  • all-time 安装量：486,810+（skills.sh registry）
  • 安全审计：3/3 通过（skills.sh 安全扫描）
  • 多轮 Hacker News 榜首讨论，Hackaday、Decrypt 等科技媒体专题报道

链接

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

原作者

Julius Brussee（GitHub: @JuliusBrussee），独立软件开发者，同时是 App Store 生产力应用「Locked In – Digital Detox」的作者。Brussee 在 HN 评论中表示自己是一名独立 maker，做 caveman 最初只是「被 AI 冗长回复烦到」的随手作品，没想到直接出圈。

介绍

caveman 起源于 2026 年 4 月的一次社区实验。Brussee 注意到 AI 编码助手存在一个普遍问题：极其啰嗦。问 Claude 为什么 React 组件重复渲染，AI 会给你 69 个 token 的礼貌解释；而 caveman 模式下只需 19 个 token：”New object ref each render. Wrap prop in useMemo.” 答案相同，token 节省 74%，阅读体验直线上升。

这个项目以 Skill（Claude Code 插件）和 npm 包（支持 40+ 编码助手）的双形态分发。它不是一个 API，也不调用任何外部服务——纯靠修改系统提示词实现压缩，MIT 许可证，完全可审计。安装一次，所有后续对话永久生效，直到用户说”stop caveman”。

压缩效果有实测支撑：Brussee 在 10 个真实编码任务上对比了普通模式和 caveman 模式的 token 消耗。平均节省 65%，最高节省 87%（React error boundary 场景：3454 → 456 tokens）。更关键的是，由于输出更短，生成速度约提升 3 倍——token 少 = 模型生成的字少 = 等待时间短。实际体验感知明显。

特点

  • 65% 平均 token 节省：有真实 API 调用数据支撑，非估算，覆盖 10 个不同类型任务的平均表现
  • 保留 100% 技术准确性：代码块、错误信息、API 名称、CLI 命令全部完整保留；论文证明简洁表达不损害准确率
  • 三级压缩强度可选：Lite（轻压缩）/ Full 默认（标准 caveman）/ Ultra（电报式最高压缩），按需切换
  • 支持 30+ 编码助手：Claude Code、Cursor、Windsurf、Cline、Copilot、Codex、Gemini CLI 等，一个 Skill 多端通用
  • 零外部依赖，MIT 许可证：纯 prompt 修改，无 API 调用，数据不外传，安装一次永久生效
  • 中文模式内置：支持 wenyan-lite/wenyan-full/wenyan-ultra，输入中文以中文回复 caveman 风格

使用方法

安装（任选其一）：

# 方式一：npx skills（推荐，自动识别 Claude Code）
npx skills add juliusbrussee/caveman --skill caveman

# 方式二：Git 克隆手动安装
git clone https://github.com/JuliusBrussee/caveman ~/.claude/skills/caveman

# 方式三：针对特定编码助手
npx skills add juliusbrussee/caveman -a cursor      # Cursor
npx skills add juliusbrussee/caveman -a windsurf   # Windsurf
npx skills add juliusbrussee/caveman -a cline      # Cline

激活方式：

/caveman           # 默认 Full 强度
/caveman lite      # Lite 轻压缩
/caveman full      # Full 标准压缩
/caveman ultra     # Ultra 最高压缩

触发词包括：”caveman mode”、”talk like caveman”、”use caveman”、”less tokens”、”be brief”。关闭时说”stop caveman”或”normal mode”。

最小示例：

正常模式问 Claude Code：

“Why does my React component re-render when props haven’t changed?”

正常回复（63 tokens）：

“The reason your React component is re-rendering is likely because you’re creating a new object reference on each render cycle. When you pass an inline object as a prop, React’s shallow comparison sees it as a different object every time, which triggers a re-render. I’d recommend using useMemo to memoize the object.”

caveman 模式（20 tokens）：

“New object ref each render, so React re-renders. Wrap prop in useMemo.”

使用场景与人群

适用场景：

  • 日常 commit、PR review、debug 等高频短交互（不需要 AI 教你什么，只需要精准答案）
  • token 成本敏感的项目（省 65% output = 直接省 money）
  • 响应速度优先的工作流（短回复生成更快，减少等待焦虑）

目标用户：

  • 独立开发者和个人 maker（对 token 成本最敏感的群体）
  • 高频使用 Claude Code 等编码助手做日常开发的人（使用频率越高，节省累积越显著）
  • 喜欢极简风格、被 AI 冗长回复「烦到」的工程师

不适合：

  • 学习新概念时（需要详细解释，不适合压缩模式）
  • Code review 时希望 AI 详细说明原因的场景

输入与输出案例

案例一：React 重复渲染问题

输入：

“Why does my React component re-render when I pass an object as a prop?”

普通模式（63 tokens）：

“The reason your React component is re-rendering is likely because you’re creating a new object reference on each render cycle. When you pass an inline object as a prop…”

caveman 模式（20 tokens）：

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

案例二：PostgreSQL 连接池配置

输入：

“Set up a PostgreSQL connection pool with a max of 20 connections.”

普通模式：2347 tokens
caveman 模式：380 tokens（节省 84%）

案例三：安全代码审查

输入：

“Review this PR for security issues: [代码]”

caveman 输出直接列出漏洞点和修复建议，无开场白、无客套话，直接给结论。

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

评论区

0 条评论

登录后可评论。

Skill超级捕获手 317 阅读