学野人说话，一年省出半台 Mac：11.2 万 star 的 Caveman 4.0 发布了

一个"野人"项目昨天发了 4.0：11.2 万 star，Hacker News 第一

北京时间昨天（10 月 13 日）深夜，JuliusBrussee/caveman 接连发布了 4.0.0 和 4.0.1 两个版本。4.0.1 的更新说明写得很实在：修了 4.0.0 上线头几个小时里暴露的问题——Windows 卸载残留、同步大 backlog 卡死、OpenCode 2 下子 agent 重置模式等等。

先说说这个项目有多火：仓库创建于 2026 年 4 月，至今 11.2 万 star、6500+ fork、1762 个提交、51 个 release，拿下过 Hacker News 第一和 GitHub Trending 第一。它的标语本身就是个梗："why use many token when few token do trick"（能用俩词说清，干嘛用一整句）。核心卖点一句话：让 coding agent 少说、少读，代码质量不变，token 账单直接砍半以上。

对天天开着 Claude Code、Codex 写代码的人来说，这东西不是玩具，是账单优化器。安装也极其克制，一行命令：

npx @caveman-ai/cli@latest

支持 Mac、Linux、Windows，装完之后你本机上的 30 多个 agent（Claude Code、Codex、Gemini CLI、OpenCode 等）都会被接管。需要 Node.js 22.13 以上。

为什么"野人说话"真能省 token？不是梗，是三层工程

很多人第一眼以为这是个恶搞项目：让 AI 学野人说话能省几个钱？但把它的实现拆开看，你会发现它其实是三层、互不重叠的省 token 工程，每一层都有实测数据。下面这张图是它的架构：六块"石头"分别拦截 agent 工作回路的不同环节。

图 1：Caveman 4.0 的六块"石头"在 coding agent 回路中的位置。注意最关键的设计原则：石头只处理 agent 读、写、跑的环节，用户的原始提示词永不被改写。数据与仓库 README 一致。

第一层：说得少（Say less，输出侧）

最出圈的一层。作者给 agent 定了一套"野人话"输出规范：回答先给结论、一个句子只讲一个意思、借用航空维修手册的简化技术英语（ASD-STE100）传统——每句不超过 20 个词、主动语态、一个概念只用一个词。但有三条铁律：否定词（not / never / no / only）一个不许删，数字和单位原样保留，代码、命令、路径、报错信息逐字不动。安全警告、不可逆操作、用户明显困惑时，自动切回完整句式。

官方给的例子很直观：同一个 React 重复渲染问题，普通回答用了 63 个 token，野人话版本 20 个 token，修复方案一字不差。在 claude-opus-5-5 上的 10 道开发题实测里：无指令 6983 tokens、加一句"Answer concisely"降到 4334、/caveman 4119、/ultracave 2693。

这里有个值得玩味的细节：野人话规则本身要吃掉约 1160 个输入 token。作者直言，如果你是 GitHub Copilot 那种按请求计费的模式，输出再短也省不下一分钱——输出侧压缩只对按 token 计费的模型有意义。这种"什么时候不适合用"的坦白，在 AI 工具的宣传文案里很少见。

第二层：读得少（Read less，输入侧——这才是大头）

这是整个项目最有技术含量、也最容易被梗盖住的一层。JetBrains 的 A/B 测试发现了一个关键事实：agent 会话里的大头 token 是代码和工具调用，根本不是自然语言。所以光让 AI"少说话"天花板很低，真正的金矿在"让 AI 少读"。

Caveman 的做法是：在日志、JSON、CSV、测试输出、YAML 进入模型之前，先过一遍压缩器。54 个 Claude Code 会话实测：整个会话的输入 token 从 885,793 降到 591,673，少了 33.2%，18 个任务全部答对。单文件压缩更夸张：CSV 28041→314（98.9%）、日志 22810→348、YAML 20447→178，原始文件都留在本地磁盘，agent 随时可以取回。

作者同样没藏着掖着：HTML 目前没有压缩器，反而让会话变贵了 9.9%；会话数据跑在 2026 年 8 月的旧引擎上；每个测试文件里都藏了 61-72KB 的噪声。你的实际收益一定会有出入。

第三层：按需买单（Auto，模型路由）

4.0 新增的重头戏。在模型选择器里多了一个"Auto"选项，caveman 按每个问题的难度自动选模型和思考强度：难题上大模型，简单问题用便宜货。在 85 个真实编码任务（来自 SWE-Interact 和 SWE-Together）上：Opus 5.5 全程 xhigh 是每次尝试 $7.83、解决率 44.3%、中位用时 35.2 分钟；Auto 降到 $3.59、解决率 43.7%、15.9 分钟——便宜 54%，用时减半，解决率基本持平。

注意"基本持平"三个字：0.6 个点的差距在 85 个样本下完全在误差范围内（±7），作者自己也承认"run is half done"。Auto 需要登录免费账号才能用，不登录则什么都不发送。

还有三块：Blocks、Browse、Waste fixes

Blocks 解决的是"代码模式"浪费：agent 以前是调一次工具写一行命令，现在它会把写过的脚本沉淀下来复用，一次测试运行的 token 从 397 降到 76。Browse 把抓回来的网页压缩到原来的 1/129.8 再给模型读。Waste fixes 负责找 token 浪费点，新功能是暂停时保持 prompt cache 温热。

六块石头各自有独立开关，caveman status 查看，caveman off browse 单独关闭。只有 Auto 需要账号，其他全本地运行，用你自己的 key 和 Claude Pro/Max 登录。

数字经得起查吗？三家外部机构的独立验证

一个项目的自测数据再漂亮，也只是一家之言。Caveman 不一样的地方在于，它的数据被三家外部机构独立验证过：

• Adobe Research：CAVEWOMAN 论文引用了这个仓库，在 8 个模型、5 个数据集上验证，野人风格输出让每个模型的成本下降 1.4 到 2.4 倍，最高 3 倍。同时发现了一个反直觉结论——改写用户自己的提示词会让回答变差，这正是 caveman"永不碰用户提示词"设计的由来。
• JetBrains：86 个真实编码任务的配对 A/B 测试，结论是无可测量的质量损失（p=0.82），输出 token 少 8.5%。
• Elasticsearch Labs：官方复刻了 caveman 模式用在 Elasticsearch 上，8 个真实 MCP 场景，响应 token 少 63.6%，官方评价是"零信息损失"。

图 2：六块石头的实测节省 + 外部独立验证。数据来源：仓库 README 自测（54 个 Claude Code 会话、85 个真实编码任务）与 Adobe Research、JetBrains、Elastic 的独立验证。

数据是怎么测出来的：实验设计细读

光看百分比容易上头，值得把实验设计也看一眼。Say less 的 10 道开发题跑在 claude-opus-5-5 上，对照组设得很讲究：不是跟"无指令"比，而是跟"Answer concisely"这个真实基线比——新模型本来就懂简洁，野人话是在这个基线之上再砍 3%（/caveman 中位数）到 35%（/ultracave）。Read less 是 54 个完整 Claude Code 会话的端到端测量，不是单文件玩具测试，18 个任务全部答对才算数。Auto 的 85 个任务来自 SWE-Interact 和 SWE-Together 两个公开基准，每题只给一次尝试机会，贴近真实使用。

外部三家的方法也可圈可点：JetBrains 用的是配对 A/B（同一任务、同一模型，只差开不开 caveman），p=0.82 说明"无质量损失"这个结论不是拍脑袋；Elastic 是 8 个真实线上 MCP 场景，不是离线数据集。Adobe 那边最有意思的是反向发现——他们本来想验证"野人话能不能用"，结果发现改写用户提示词反而有害，顺手给 caveman 的核心设计原则提供了理论背书。

当然，批评也要给足：85 个任务的样本下，Auto 那 0.6 个点的"持平"完全可能是噪声；Read less 的会话数据是 8 月旧引擎；单文件压缩测试里每个文件都掺了 60KB+ 噪声，真实世界的日志没这么"脏"，压缩比会打折扣。作者把这些全写出来了，读者自己判断——这就是前面说的"诚实清单"的价值。

我的判断：为什么这个项目值得 vibe coder 装一个

第一，agent 时代的账单大头在"机器读的 token"，不在"人读的 token"。这是 caveman 最有价值的洞察。2026 年大家都在卷 prompt 技巧、卷"让 AI 说得更短"，但 JetBrains 的数据摆在那：agent 会话里的大头是代码和工具调用。Caveman 的聪明之处在于它把省钱的战场从"输出侧"搬到了"输入侧"和"路由侧"——压缩模型读的东西、按难度选模型，这两层的天花板远高于修辞层面的"说简短点"。对每天跑几十个 agent 会话的 vibe coder 来说，这是真金白银。

第二，作者的"诚实清单"是最好的信任状。很少见到一个 11 万 star 的项目在 README 里主动列出"我们哪里不行"：HTML 没压缩器、会话数据是旧引擎、Auto 的得分差在误差内、按请求计费的 Copilot 用户省不了钱。每一项都精确到数字。这种不回避红行的写法，反而让它的绿行数据更可信——这也是我敢把它当新闻推荐的核心原因。

第三，梗 + 一行安装，是值得学习的冷启动教科书。"why use many token when few token do trick"本身就是最好的 README：一句话讲清价值主张，meme 属性带来自传播（ThePrimeagen 的反应视频标题就是"No way this actually works"），npx @caveman-ai/cli@latest 把使用门槛压到零。vibe coder 做产品，传播设计和安装体验值得抄作业。

4.0 到底新在哪：Auto 和 Blocks 把"梗"变成了"产品"

如果说 3.x 的 caveman 还是个"野人话 skill + 代理"，4.0 就是一次产品化跃迁。六块石头里，Auto 和 Blocks 是 4.0 新增的，也是含金量最高的两块。

Auto 的本质是"模型路由"，不是"选个便宜模型"。它在模型选择器里新增一个选项，按每个问题的难度动态选模型和思考强度。85 个真实编码任务实测：Opus 5.5 全程 xhigh 每次尝试 $7.83、解决率 44.3%、中位用时 35.2 分钟；Auto 降到 $3.59、43.7%、15.9 分钟。这个思路在 2026 年并不新鲜，但 caveman 把它做进了 agent 本地回路——不用换网关、不用改代码，在选择器里选一下就行。对 vibe coder 的意义：以前"省钱"靠手动降级模型，现在交给路由，难的问题自动上大模型。

Blocks 的本质是"把一次性命令沉淀为可复用资产"。作者引用了 Cloudflare 关于 code mode 的论述：agent 与其一次次调工具，不如写个脚本一次跑完。Blocks 让 agent 把写过的脚本留下来，下次直接复用，一次测试运行从 397 个 token 降到 76，省 81%。这对长会话的 vibe 项目意义很大：重复跑测试、重复查日志的场景，脚本复用直接砍掉重复 token。

4.0.1 当天跟进修复的也都是产品化细节：Windows 上 caveman off --all 残留 hook、OpenCode 2 的子 agent spawn 会重置模式、Pi 扩展重复加载、大 backlog 同步撞上 16MiB 上限。一个 meme 项目能做到这种 release 纪律（51 个 release、78 个 tag），是它能从梗变成基础设施的原因。

争议与边界：野人话不是银弹

先汇总作者自己承认的边界：按请求计费的 Copilot 用户省不了钱；HTML 压缩还没做；Auto 的 0.6 个点差距在误差范围内；会话数据跑在 2026 年 8 月的旧引擎上。

再说三个作者没明说、但你该知道的：

1. 可读性是给"人"交的税。野人话对模型是压缩过的有效信号，对人是阅读负担。个人项目无所谓，团队协作、代码审查、给客户交付的文档，输出侧压缩要慎用。好在六块石头各自独立开关——你可以只开 Read less + Auto + Blocks，把 Say less 关掉：省输入和路由的钱，不动输出的可读性。

2. 中文用户可能有惊喜。官方三档输出里，/megacave 的中文例子是"新參照致重繪。useMemo。"只要 13 个 token。中文本身信息密度高，野人话在中文下的压缩比可能比英文更狠，中文 vibe coder 的实际收益值得亲自测一下。

3. 规则本身有 1160 token 的固定成本。野人话不是免费的：规则要进 system prompt，每次请求先花掉 1160。短会话、简单问题可能入不敷出。作者的实测也暗示了这一点：长会话、重度 agent 用户收益最大，偶尔问两句的轻度用户感知不强。

放在 2026 年的 agent 工具版图里看

2026 年的 agent 省钱工具分三层：提示词层（"说简短点"、各种 system prompt 技巧，天花板最低）；压缩层（caveman 的 Read less / Browse、各类上下文压缩工具，动的是输入量）；路由层（按难度选模型，动的是单价）。caveman 的特别之处在于三层全做了，还都给了独立开关——大多数工具只做其中一层。

它的护城河不是技术本身：压缩和路由都没有专利壁垒。真正的壁垒是实测数据的完整度 + 三家外部机构的独立验证 + meme 级传播。Adobe 论文引用、JetBrains 配对 A/B、Elastic 官方复刻——这三张"外部背书"是一个独立开发者项目最难拿到的东西，也是它 11 万 star 里最硬的部分。数据、验证、传播，三块拼在一起，才是一个 2026 年的现象级 AI 工具该有的样子。

安装之后：三个值得知道的配置细节

第一，Auto 需要登录，但登录是免费的。caveman login 之后，Auto 才会出现在模型选择器里。想给 Auto 更多弹药：caveman providers add openai，用你自己的 key 接入 OpenAI 和开源模型。不登录也完全能用，只是没有 Auto 这一块。

第二，skill 和代理是两套东西，可以分开装。只想要野人话输出、不想要本地代理：npx skills add JuliusBrussee/caveman -g，对话里敲 /caveman（Codex 里是 $caveman）即开即用，stop caveman 切回。Claude Code 插件版会自动在每个交互会话（含 subagent）里启动；网页版 Claude 和手机 App 则去 Customize > Plugins 里加一次。

第三，卸载同样干净。npx -y github:JuliusBrussee/caveman -- --uninstall 一键还原（npm 12+ 记得加 --allow-git=root）。4.0.1 专门修了 Windows 上 caveman off --all 残留 hook 的 bug——作者对"装得上也要卸得掉"这件事很较真。

隐私层面：除了 Auto 需要账号，其他五块石头全跑在本地，用你自己的 key 和 Claude Pro/Max 登录。Waste fixes 里提到的 caveman sync 会把本地的使用数据（spans）上传到 Caveman Cloud，这是唯一出站的数据流，不想要可以不用 sync。

最后说点大实话：这个项目真正教会我们的三件事

第一，省 token 的战场在输入侧，不在输出侧。过去一年，无数"AI 省钱技巧"都在教人怎么写更短的 prompt、怎么让 AI"说简短点"。caveman 的数据给出了不同的答案：agent 会话里的大头是机器读的代码、日志和工具输出。Read less 一个单项就砍掉 33.2% 的输入，超过了 Say less 在输出侧的全部努力。对 vibe coder 的启示：优化账单先看输入账单——你的 agent 每轮到底在读什么，压缩什么，比琢磨 prompt 修辞重要一个数量级。

第二，诚实是最好的增长黑客。这个项目 README 里专门留了一块"诚实部分"：HTML 没压缩器、数据是旧引擎、Auto 的差距在误差内、Copilot 用户省不了钱。在 AI 工具人均"revolutionary""10x"的 2026 年，这种写法反而成了最强的信任状——11 万 star 里，至少有一部分是投给这种不回避红行的态度的。做产品的人可以学：把局限性写清楚，转化率可能更高。

第三，meme 本身就是一种信息压缩。这是最妙的一点："why use many token when few token do trick"这句话，既是产品的 slogan，也是产品的技术原理，还是它的传播方式——用最少的符号传递最多的信息。项目的形态和它的理念是同一件事。这种"形式即内容"的设计，是它能从 GitHub 梗变成 Adobe 论文引用对象的深层原因。技术可以抄，数据可以刷，但这种浑然一体的产品气质抄不来。

一句话总结：Caveman 4.0 不是"让 AI 学野人说话"的恶搞，而是一套有实测、有外部验证、有产品化纪律的 agent 成本优化方案。昨天刚发布的 4.0，建议等几个小版本再上生产；但 Read less + Auto + Blocks 这套组合，值得每一个每天烧 token 的 vibe coder 现在就试试。顺带一提，仓库的 topics 里堂而皇之挂着 meme 标签——人家自己先承认了这是个梗，然后把它做成了基础设施。

30 秒上手

npx @caveman-ai/cli@latest

装完后普通的 claude 命令就自动带上野人模式了，Codex、Gemini CLI、OpenCode 等 30 多个 agent 同理。只想要野人话、不想要代理：npx skills add JuliusBrussee/caveman -g，然后在对话里敲 /caveman。后悔了：npx -y github:JuliusBrussee/caveman -- --uninstall。Claude Code 插件、Gemini 扩展、Windows PowerShell 一键脚本，README 里都有。

提醒两句：一是 4.0 刚发布两天，4.0.1 已经修了一批 Windows 和 OpenCode 的 bug，生产环境建议等 4.0.x 稳定几个小版本；二是野人话输出虽然省 token，但团队协作场景下，可读性对"人"依然重要——省的是机器的钱，别省掉人的理解成本。完整文档在 docs.caveman.so，六块石头的开关、benchmark 方法和"每个 caveman 输掉的 case"清单都在上面——对，作者连自己输掉的 case 都公开列了出来。