你让 AI 改一个 bug，它先回你一段：“好的，我很乐意帮您解决这个问题！让我先仔细分析一下你的代码，看看问题出在哪里。”

然后它开始道歉、寒暄、把你的问题复述一遍、再列三条你压根没问的注意事项。最后才甩出那一行真正有用的答案。

你烦不烦？

更气人的是，这些废话，你是按字付钱的。

有个 19 岁的荷兰大一学生，也被烦到了。他随手花 10 分钟写了个玩笑项目，让 AI 用“山顶洞人”式的极简话回你，只留干货，删掉所有客套。结果这个玩笑 3 天拿了 4.1 万标星，到现在 9.8 万标星，还在涨。

它号称能给 AI 省 65% 的 token。省 token，就是省钱。

但我不信邪，把账单翻出来一看，真相没那么简单。有人用 86 个真实任务独立测了一遍，输出 token 只省了 8.5%，总成本反而贵了 11.6%。

这中间的水分，恰恰是每个用 AI 的人都该看懂的一课。

先交个底。你天天给 AI 付钱，我也一样。这篇我不讲虚的，就把账单摊开，让你看清楚钱到底花在哪了。

这个 skill 叫 caveman，山顶洞人。

它的口号很有意思，英文直译过来是：能用几个词说清的事，为什么要用一堆词。

它做的事也很简单，在 AI 的系统提示里塞一段规则，让 AI 用极简风格回你。删掉客套话、连接词、填充词，但代码、命令、报错一个字不改。因为你真正要的是答案和代码，不是寒暄。

拿个例子看差距。你问它一个 bug 怎么改，普通模式会回你一大段：“好的，我很乐意帮您优化这段代码！让我先仔细分析一下你的需求。我明白了，你的代码在循环里重复创建了对象，建议把它提到循环外面，性能会有明显提升，希望这对你有帮助！”

caveman 模式只回你九个字：循环里重复建对象，提到外面。

你可能会说，这也太糙了。对，它要的就是这个效果。它给了四档强度：lite 是轻的，full 是默认的，ultra 是狠的，最绝的一档叫 wenyan，文言文模式，让 AI 用文言文回你，因为文言文最短，压缩率最高。

为什么要专门做一档文言文？这背后有个冷知识。AI 按 token 计费，一个 token 大概等于三四个英文字母，或者一个多一点的汉字。文言文每个字都顶用，同样的意思，白话要写三十个字，文言文十二个字就写完了。省到极致，就是让 AI 换一种更省字的语言跟你说话。

它支持 30 多个平台，Claude Code、Cursor、Windsurf、Cline、Copilot、Gemini、Codex 全都能装。安装就一行命令，复制粘贴回车就行，命令我放到后面。

这玩意儿到底有没有用，先放一放。我更想先跟你讲，它是怎么火的。

一个玩笑，是怎么火的

作者叫 Julius Brussee，19 岁，荷兰莱顿大学的大一学生。

今年 4 月，他随手写了这么个玩笑，10 分钟，发到 GitHub 上。3 天，4.1 万标星。

最讽刺的是，他之前花了好几个月，认认真真打磨过三个正经项目，Revu、Stacklink、Pitchr，几乎没人看。他后来在 Hacker News 上感慨了一句，大意是：传播的关键不在打磨，在于共鸣。是那个梗，替他打开了门。

为什么能共鸣到这种程度？

因为它戳中了所有用 AI 的人共同的那口气。澎湃新闻的报道里，引了一句开发者的原话，特别狠：

“我花 15 美元每百万 token，就是为了看 AI 道歉和寒暄？”

这句话，才是它爆火的真正原因。

这个 19 岁少年，无意间还验证了一件事。做产品、做号、写文章，人们愿意传播的，从来是最戳中自己的那个，完美只是加分项。他把 AI 的废话，用一个山顶洞人的梗挑明了。大家传的，是这口憋了很久的气，不是这个工具本身。

把账单翻出来，65% 是怎么来的

先说我的结论：官方那个 65%，是个营销数字。

再说官方自己的数据。

官方说，他们拿 10 个任务实测，输出 token 平均省了 65%，区间在 22% 到 87% 之间。举的例子是“解释 React 重渲染 bug”，从 1180 个 token 降到 159 个，省了 87%。

听着特别漂亮，对吧。

但注意两个细节。第一，它只测了 10 个任务。第二，它测的是“输出 token”，也就是 AI 回你的那一部分。

JetBrains 的工程师不信这个数字，自己下场测了一遍。他们拉了 86 个真实的软件工程任务，结果很打脸：第一批只测 10 个任务的时候，看起来能省 30%；样本一扩大，掉到了 8.5%。从 65% 到 8.5%，差了整整七倍多。同一个 skill，换个测法，结论就翻了个个。

而且，如果把 skill 本身带来的额外开销也算进去，总成本反而比不用还贵 11.6%，40.6 美元对 36.39 美元。

JetBrains 的结论写得很客气，翻译过来是：这东西安全、风格上也名副其实，但在“省钱”这件事上，言过其实了。

最让我服气的一点是，这个项目的 README 里，作者自己就写了一份“诚实数字”警告。

白纸黑字写着：它只压缩输出 token，输入 token 和推理 token 完全不动。而且每次调用，还要往输入里多塞 1 到 1.5k 的 token，那是 skill 规则本身的体积。

作者自己都承认了：整场会话真正省下来的，远没有“省 65%”那个数字好看。

你的钱，不是花在它动的那块

到这里，我想跟你讲这篇文章真正想讲的东西。

绝大多数人以为，AI 说得多，就花得多；让 AI 少说话，就等于省钱。这个直觉，是错的。

token 账单分三块。输入 token，是你塞给 AI 的东西；输出 token，是 AI 回你的东西；还有一块叫推理 token，是模型内部思考用的，有些模型单独计费。

真正的大头，是输入 token。

而且它是会滚雪球的。你跟 AI 聊得越久，历史对话越堆越高，每一轮它都要把你前面说过的话重新读一遍。你以为是接着聊，其实是带着全部聊天记录，再付一次钱。这，才是很多人月底账单爆炸的真凶。

你想问一个 bug，会把整段报错日志、整份代码、整个文档、前面几十轮对话历史，一股脑全塞进去。AI 回你的那点客套话，跟这些相比，是小头里的小头。

拿个假想的账算一下，感受会更直接。你问 AI 一个 bug，输入塞进去 5000 个 token 的代码和日志，AI 回你 800 个 token。就算 caveman 把输出砍掉 65%，也就省了 520 个 token，占总账单不到一成。可你要是把那段早没用上的旧日志删掉一半，一次就省下 2500 个 token。哪个才是真省钱，一目了然。

caveman 只动了输出 token 这一小块，而且为了省这一小块，它还往输入里多塞了规则。

它治的是“输出啰嗦”这个表征，不是“烧钱”这个病根。

打个比方。你去餐厅吃饭，嫌服务员话太多，于是要求服务员闭嘴。这确实让用餐体验清爽了，但真正的账单是菜钱，不是服务员多说的那几句话。caveman 就是那张“让服务员闭嘴”的贴士。它能让你的心情变好，但它不会让菜便宜一分钱。

反着想：我是不是在抬杠

写到这，肯定有人要怼我：你太较真了吧。8.5% 也是省啊，何况它还免费，风格还清爽，装了又不亏。你揪着 65% 和 8.5% 的数字不放，是不是抬杠？

我得认真回这一句。

我承认，caveman 值得装，我甚至觉得它是个好东西。

但我想较真的，从来是我们太容易被“省 65%”这种数字打动了，却不去看钱到底花在了哪。

如果你真的在乎省钱，你会发现真正该动的，是输入 token。把大段上下文精简一下，把没必要塞进去的文档拿掉，把该清的历史对话清一清，这些动作省下的钱，比让 AI 少说两句客套话，多一个数量级。

搞清楚这个区别，比装不装 caveman，重要一百倍。

还有一层。让 AI 闭嘴这件事，本身是有价值的，只是价值不在省钱。2026 年 3 月有篇 arXiv 论文发现，强制 AI 简洁回答，在部分数学和科学基准上，准确率最高能提升 26 个百分点。啰嗦，不总是更好。

所以 caveman 真正的价值，可能是“逼 AI 把话说短，反而更准”，而不是省掉的那几个 token。

我们普通人，该怎么用

讲了这么多，落到你自己身上，就三个问题。

第一个问题，你要的是答案，还是过程？

如果你要的只是结果，让它闭嘴更清爽。如果你要它带着你一步步走、把思路讲明白，那别开最强压缩，会把思路一起压没。

第二个问题，这个任务烧钱的大头在哪？

如果大头是你反复塞进去的上下文，那先去精简输入，caveman 帮不了你。如果大头是 AI 长篇大论的输出，比如让它写周报、写总结、写邮件初稿，那开压缩是真能省。

第三个问题，你在不在乎它的语气？

如果你受够了那句“好的，我很乐意”，那装一个，哪怕只为了心情。

具体动作也简单。装完用 /caveman-stats 看它估算帮你省了多少，注意，它标的是“估算”。最靠谱的土办法是，同一个任务，开和不开各跑一次，自己看账单。数字不会骗你。

顺带说一句，我为什么反复强调自己测。因为省不省 token，跟你的用法强相关。你问一句它答一句，跟把半本书喂给它再让它总结，账单结构完全不同。别人的测试数据，只对别人负责。

安装命令就一行：npx skills add JuliusBrussee/caveman。需要 Node 18 以上的环境。

我的判断，一句话：caveman 是个好工具，但它的价值，被“省 65%”这个数字严重高估了。它真正的贡献，是替所有被 AI 废话烦透了的人，喊了一嗓子。

再往深想一层。

当一个“让 AI 闭嘴”的插件能冲到 9.8 万标星，这说明 AI 行业跑偏了一个方向：模型为了显得安全、友好、周到，堆了太多废话。用户要的，从来不是一个更会道歉的助手，而是一个尊重我时间、把话说在点上的搭档。

我已经看到 grill-me（先质询再动手）、ponytail（最小改动）这种“克制系”的 skill 在冲榜。下一轮模型，大概率会把“克制”直接内建进去。到那时，caveman 这种补丁会慢慢消失，但“克制是产品美德”这件事，会留下来。

到那天再回头看 caveman 的 9.8 万标星，会发现它更像一个信号。用户开始用脚投票，告诉做模型的人：话多不等于好用，克制才是高级。

对普通人来说，真正要记住的，就一句话：

AI 时代最贵的不是 token，是你的注意力。

别让 AI 的废话偷走你的时间，也别被“省 65%”这种数字忽悠。先看懂账单，再决定怎么花。

那个 19 岁少年的玩笑能火到 9.8 万标星，是因为它替所有被 AI 废话烦到的人，出了一口气。

你被 AI 的废话气过几次？一个月在 AI 上花了多少钱，钱都烧在哪了？评论区聊聊。

研究Agent的云 · 风云
若有共鸣,愿你转给那位你想到的朋友
邮箱 2330304961@qq.com · 微信 FengYunAgent