别再让 AI 废话了:这个插件砍掉 65% 的输出 token

"当然可以！我很乐意帮你解决这个问题。你遇到的这个问题很可能是因为……"

等它真正说到点子上，已经过了 200 个 token。

代码解释也是一样。明明一句话能说清楚的事，非要铺垫背景、展开分析、总结结论，绕一大圈。

你不是一个人。

这是所有大模型的通病——训练数据里的人类就是这么说话的，模型学了个十成十。

但问题是，你用 AI 是为了干活，不是为了听它讲脱口秀。每一个多余的字，都是在烧你的钱、占你的上下文窗口、耗你的时间。

有没有办法让 AI 少说废话，只说干货？

有。它叫 Caveman（穴居人）。

二、Caveman 到底是什么？

一句话：Caveman 是一个给 AI 编码 Agent 用的「闭嘴插件」。

装上之后，你的 Claude Code、Cursor、Copilot、Gemini 等 30 多种 Agent，都会从「话痨模式」切换到「穴居人模式」——只说关键词，不说废话。

来感受一下对比：

同一个问题，同样的答案，字数减少了 72%。

技术信息一点没少，但所有的客套话、过渡语、铺垫句全被砍掉了。

Caveman 的口号非常精准：

why use many token when few do trick（少数 token 能搞定的事，为啥要用那么多？）

截至 2026 年 7 月，这个项目已经拿到了 82.5K Star，Fork 4.6K，是近期 AI 工具圈最火的项目之一。

三、用一个类比讲懂它的思路

把 AI 想象成一个话痨的顾问。

你问他一个问题，他先要跟你寒暄，再讲行业背景，然后分析三种可能性，最后才给结论。整个过程 10 分钟，但结论其实只有 30 秒。

Caveman 做的事，就像你提前跟这个顾问约定：

"以后回答我，只说结论和关键依据。铺垫、客套、过渡句，全都省了。代码、命令、报错信息，一个字别动。"

就这么简单。

它不是让 AI 变笨，而是让 AI 的嘴变小。脑子还是那个脑子，知识一点没少，只是说话的方式变了。

这个思路朴素到什么程度？朴素到你可能会想："这有什么技术含量？不就是一段提示词吗？"

但恰恰是这种「看起来简单，但没人认真做好」的事情，最容易爆火。因为它切中了一个真实的、普遍存在的痛点。

四、核心功能拆解

Caveman 实际上工具链做得相当完整。让我们一层层拆开来看。

4.1 六级压缩，自由切换

Caveman 提供了多个压缩等级，用 /caveman <级别> 随时切换，设置在当前会话内保持生效：

💡 注意：wenyan（文言文）模式不是简单翻译，而是故意用古汉语来压缩——因为文言文的信息密度确实更高。这是一个「玩梗归玩梗，效果归效果」的典型例子，看起来是整活，实际上有真实收益。

另外，Caveman 不改变输出语言。你用中文提问，它就用中文穴居语回答；葡萄牙语、西班牙语、法语同理。它压缩的是「风格」，不是「语言」。

4.2 不止「闭嘴」，还有一整套工具

Caveman 不只是让 AI 说话简洁，它围绕「省 token」这件事做了一整套工具链，覆盖从输入到输出、从单轮到记忆的全链路：

其中 是容易被低估的一招。

它不是压缩当前这一轮的输出，而是压缩你的项目记忆文件（比如 CLAUDE.md）。压缩后，每个新会话开始时加载的上下文就变小了——相当于每次启动都省 46% 的输入 token，是「一次操作，永久收益」。

4.3 实测数据：平均节省 65% 输出 token

Caveman 的基准测试是公开可复现的（在 benchmarks/ 和 evals/ 目录下），用真实的 Claude API token 计数：

可以看到一个清晰的规律：

• • 解释类任务节省最多（80%+）：因为有大量可压缩的描述性文字
• • 代码类任务节省较少（20-30%）：代码本身不能压缩，能砍的只有注释和解释

这也反过来告诉你：如果你的使用场景以解释、分析、排查为主，Caveman 的收益最大。 如果大部分是纯代码生成，收益会小一些。

五、它为什么值得关注？

5.1 省钱是副产品，省时才是核心收益

Caveman 自己在文档里很诚实地说了——项目里专门有一个文件叫 HONEST-NUMBERS.md（诚实数字）：

Caveman 只压缩输出 token。输入和推理 token 不受影响，而且这个技能本身每轮会增加 ~1-1.5k 输入 token。所以整个会话的节省量没有输出数字那么夸张，在本来就很简洁的任务上甚至可能净亏损。

那为什么还值得用？

因为真正的收益是可读性和速度。

你读一段 1000 token 的回答，和读一段 200 token 的回答，花的时间差好几倍。AI 输出 1000 token 也比输出 200 token 慢得多。

举个具体的例子：假设你每天用 AI 编码 4 小时，交互 100 轮，每轮平均读 500 token 的回答。用了 Caveman 之后，每轮只读 200 token，你每天省下的阅读时间可能有 20-30 分钟。

省的不是几分钱的 API 费，是你的时间和注意力。 这才是真正值钱的东西。

5.2 反常识：说少了，反而更准？

这可能是 Caveman 最有意思的发现，也是最值得深入思考的一点。

2026 年 3 月的一篇论文《Brevity Constraints Reverse Performance Hierarchies in Language Models》测试了 31 个模型，发现：强制大模型给出简洁回答，在某些基准测试上准确率提升了约 26 个百分点。

为什么会这样？一个可能的解释是：

• • 模型啰嗦的时候，容易「顺着话茬往下编」，为了显得连贯而添加不准确的内容，说多错多
• • 强制简洁的时候，模型必须提炼核心信息，过滤掉不确定的猜测，反而更聚焦、更准确

这其实和人类的沟通规律很像——说得最多的人，往往不是最懂的人。

少即是多。 这句话在 AI 领域居然也成立。

5.3 不止一个项目，是一整个「穴居人生态」

Caveman 不是孤立的工具，作者 Julius Brussee 围绕「agent do more with less」（用更少做更多）这个核心理念，做了一整个工具家族：

从「让嘴变小」到「让记忆更高效」到「让构建循环更精简」再到「把简洁性直接训练进模型」，这个思路正在一步步深化。

这不是一个单点工具的爆火，而是一种工程哲学的落地：在 AI 能力过剩的时代，效率和克制才是新的竞争力。

5.4 30+ Agent 兼容，一次安装全搞定

Caveman 的另一个厉害之处是覆盖面极广：

• • Claude Code（插件形式）
• • Codex
• • Gemini CLI（扩展形式）
• • Cursor / Windsurf / Cline / Copilot（通过 skills registry）
• • 以及其他 20 多种 Agent

而且它的安装体验做得非常丝滑——一条命令，自动检测你机器上所有的 Agent，挨个装好。不需要你一个个找插件、配路径。

这种「全平台兼容 + 一键安装」的体验，在 AI 工具里是很少见的。

六、谁适合用？谁不一定适合？

 最适合的人

• • 重度 AI 编码用户：每天用 Claude Code / Cursor / Copilot 写代码的工程师，交互轮次多，累计收益大
• • 对上下文窗口敏感的人：经常做长对话、复杂任务，token 容易爆，每轮省一点就能多跑好几步
• • 喜欢高效沟通的人：受不了 AI 废话文学，想直奔主题，时间比什么都贵
• • 有大量解释类需求的人：经常让 AI 解释概念、分析 bug、做 code review——这类任务节省最明显（80%+）
• • 喜欢折腾工具的人：对 AI 效率工具有好奇心，愿意尝试新玩法

可能不太适合

• • 刚学编程的新手：你需要 AI 详细解释每一步、讲清楚来龙去脉，压缩反而会增加理解成本
• • 创意写作 / 内容生成场景：废话和修饰正是你要的，简洁反而没那味儿了
• • 极短对话场景：Caveman 本身占用 1-1.5k 输入 token，如果你只问一两个简单问题，可能得不偿失
• • 非英文用户：虽然它支持多语言压缩，但效果在英文上最显著，中文等其他语言的压缩率可能稍低
• • 需要 AI 做复杂推理的场景：有些推理过程需要「一步一步想出来」，强制简洁可能影响推理质量

七、怎么上手？

第一步：一键安装

最简单的方式是用官方的安装脚本，它会自动检测你机器上安装了哪些 Agent，然后挨个安装 Caveman：

# macOS / Linux / WSL / Git Bashcurl -fsSL https://raw.githubusercontent.com/JuliusBrussee/caveman/main/install.sh | bash

# Windows PowerShell 5.1+irm https://raw.githubusercontent.com/JuliusBrussee/caveman/main/install.ps1 | iex

大约 30 秒搞定。需要 Node ≥18。没装的 Agent 会自动跳过。可以反复运行，安全无害。

如果你只想给某个特定的 Agent 安装，也可以手动操作，比如：

# Claude Code 插件claude plugin marketplace add JuliusBrussee/caveman && claude plugin install caveman@caveman# Gemini CLI 扩展gemini extensions install https://github.com/JuliusBrussee/caveman# Cursor / Windsurf / Cline 等（通过 skills registry）npx skills add JuliusBrussee/caveman -a cursor

第二步：开启使用

在 Claude Code、Codex、Gemini 上，安装后默认就开启了，从第一条消息开始就是穴居人模式，不需要任何额外操作。

在其他 Agent 上，输入 /caveman 或者说 "talk like caveman" 即可开启。

想关掉？说 "normal mode" 就行。

想切换压缩级别？输入 /caveman ultra 或者 /caveman lite。

第三步：找到适合自己的级别

建议的体验路径：

1. 1. 先用默认的 级别用 2-3 天，感受一下整体变化
2. 2. 如果你觉得还是太啰嗦，可以升级到 ultra
3. 3. 如果你觉得有时候看不懂了，降回 lite
4. 4. 想玩梗兼极致压缩，试试 wenyan（文言文）模式

没有最好的级别，只有最适合你的级别。

第四步：试试进阶功能

用了一段时间、适应了穴居人模式之后，可以试试这两个能带来「永久收益」的功能：

1. 1. —— 压缩你的项目记忆文件。以后每个新会话开始时，加载的上下文都更小，输入 token 永久减少约 46%。代码、URL、路径都会字节级保留，不用担心信息丢失。
2. 2. —— 看看你到底省了多少 token、多少钱。在 Claude Code 上，状态栏会显示 [CAVEMAN] ⛏ 12.4k 这样的数字，就是你累计节省的 token 数。满足一下成就感，也方便你评估 ROI。

八、写在最后：AI 会不会越进化话越少？

Caveman 爆火的背后，折射出一个有趣的趋势：

我们正在从「AI 能说多少」转向「AI 能说多准」。

大模型刚出来的时候，大家惊叹于它能说会道、滔滔不绝。那是「量」的震撼——「哇，它居然能写这么多！」

但用了几年之后，用户开始回归理性。我们发现，说得多不代表说得对，写得长不代表写得好。在日常工作中，我们需要的不是一个话痨 AI，而是一个精准、高效、直达本质的 AI。

Caveman 就是这种心态的产物。它不是在优化模型本身，而是在优化模型和人类之间的沟通效率。

这让我想到一个更深的问题：未来的 AI 会不会变得越来越「沉默」？

不一定。不同的场景需要不同的风格——教新手的时候要说得详细，做创意的时候要说得丰富，写代码的时候要说得精准。但可以确定的是，「说得多」不再是竞争力，「说得准」才是。

在这个信息过载的时代，能帮你过滤噪音、直达本质的工具，永远有价值。

Caveman 这个项目最好的地方，不是它省了多少 token，而是它提醒了我们一件事：

有时候，少，就是多