少说废话省75%:一个“原始人”插件让AI编程成本暴降

如果你用过Claude Code或者任何AI编程助手，你一定见过这种回复：

这段话有多少是废话？”Sure! I’d be happy to help you with that”——8个token，零信息量。”The issue you’re experiencing is most likely caused by”——又是7个token的缓冲词。一个简单的auth bug修复，正常模式要704个token，Caveman模式只要121个。

Caveman怎么说同样的事？

同样的修复。同样的准确率。83%的token节省。

Caveman作者Julius Brussee对10个常见编程任务做了实测。数据很说明问题：

解释React重渲染Bug：正常1180 token → Caveman 159 token，省87%。搭建PostgreSQL连接池：2347 → 380，省84%。实现React Error Boundary：3454 → 456，省87%。

最差的情况是”重构callback为async/await”，只省了22%。原因很简单——这种任务本身代码占比高，可压缩的废话少。

10个任务平均下来：正常模式1214 token，Caveman模式294 token，平均省65%。

关键细节：Caveman只压缩输出token，不碰思考/推理token。用作者的话说：”Caveman make mouth smaller, not brain smaller.” 你的AI照样深度思考，只是不再用20个词说一句”让我看看”。

这不只是一个GitHub上的搞笑项目。2026年3月的一篇arXiv论文《Brevity Constraints Reverse Performance Hierarchies in Language Models》给出了硬数据：限制大模型简短回答，在某些benchmark上准确率反而提高了26个百分点，甚至完全颠覆了模型性能排名。

为什么？因为冗长的回答给了模型更多”编造”的空间。当你强制它精简，它反而被迫更精确。这跟人类写作是一个道理——删掉所有形容词，剩下的每个词都必须准确。

HN讨论区里一位用户说得好：”Caveman模式对我最大的价值不是省钱，是让回答变得清晰。原始人子弹头列表剥掉了所有bullshit，有时候反而让我看到之前没注意到的东西。”

Claude Sonnet 4的输出token价格是$15/百万token。假设你是重度Claude Code用户，每天产生10万输出token：

正常模式：10万 × 30天 × $15/百万 = $45/月

Caveman模式（省65%）：3.5万 × 30天 × $15/百万 = $15.75/月

每月节省约$29，一年省$350。对个人开发者来说不算大数字，但对企业——如果100个开发者都用，一年省$35,000。

一行命令安装：npx skills add JuliusBrussee/caveman

使用时输入 /caveman 激活，normal mode 退出。Caveman不影响代码输出——它只精简解释文字，代码块照常输出完整语法。技术术语也保持不变：polymorphism还是polymorphism，不会被简化成”big word thing”。

注意：Skill本身要消耗一定context token（加载元数据）。作者承认目前的”75%节省”数据来自初步测试而非严格benchmark，正在做更完善的评估。