Caveman v4.0：从原始人说话到六件套 token 优化系统
项目：JuliusBrussee/caveman 仓库：https://github.com/JuliusBrussee/caveman 语言：Go 今日 Star：+530 HN #1
目录
Caveman v4.0：从"原始人说话"到六件套 token 优化系统
项目：JuliusBrussee/caveman
仓库：https://github.com/JuliusBrussee/caveman
语言：Go | 今日 Star：+530 | HN #1
一、一个被 Adobe 引用的"笑话"
2026 年 4 月，一个叫 caveman 的项目冲上 Hacker News 第一。它的口号是：
"why use many token when few token do trick"
（为什么用很多 token，当少量 token 就能搞定。）
听起来像段子。但五个月后，Adobe Research 在一篇论文里引用了 caveman 的方法，实测在 8 个模型上平均省 1.4-2.4 倍成本。JetBrains 做了 A/B 测试，8.5% 输出 token 减少，答案质量无显著差异（p=0.82）。Elasticsearch Labs 基于 caveman 的方法重做了一个版本。
一个"原始人说话"的段子，为什么会被 Adobe 和 JetBrains 认真研究？
二、核心洞察：模型不是在"思考"，是在"翻译"
caveman 的第一件 rock 叫 Say less。它做的事情是：把 agent 的输出从"完整英文段落"压缩成"控制英语"。
举个例子。agent 原本会输出：
"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 把它压缩成：
"New object ref each render, so React re-renders. Wrap the prop in useMemo."
63 token 变成 20 token。答案一样，修复一样。
这里有一个关键洞察：模型的大部分输出不是"思考过程"，是"语言包装"。真正的信息是"新对象引用导致重渲染，用 useMemo 包裹"，但模型习惯性地加上"The reason... is likely because..."、"When you pass..."、"I'd recommend..."这些连接词和客套话。
caveman 不是在"破坏语法"，是在"剥离语言包装，只留信息内核"。
三、ASD-STE100：航空维修手册的启示
caveman 的设计灵感不是凭空来的。它参考了 ASD-STE100（Aerospace Specification for Simplified Technical English）——航空维修手册使用的受控英语。
航空维修手册为什么用受控英语？因为维修技师在 3 万英尺高空修飞机时，不能有歧义。"Remove the bolt" 不能被理解成 "Check the bolt"。ASD-STE100 规定了：
- 每个词只有一个意思
- 每句话不超过 20 个词
- 不用被动语态
- 不用比喻
这是一个跨域同构：同一个原则（控制语言复杂度），在航空业解决"安全问题"，在 AI 业解决"成本问题"。
四、v4.0 的六件套：从单点工具到系统
caveman v4.0 不再只是一个"压缩输出"的 skill，它变成了六件套（caveman 叫 "rocks"）：
| Rock | 做什么 | 效果 |
|---|---|---|
| Say less | 压缩输出语言 | 63→20 token |
| Read less | 压缩输入文件（CSV/日志/YAML） | 28k→314 token（98.9%） |
| Auto | 自动选模型（贵模型做难题，便宜模型做简单题） | 54% 成本下降 |
| Blocks | 复用之前的代码块 | 397→76 token |
| Waste fixes | 识别并跳过无效修复 | 减少空转 |
| Browse | 压缩网页内容 | 129.8x 体积减少 |
这解决了一个根本问题：agent 不需要读全文件，它需要的是文件的"结构"。你问"这个 CSV 里有没有 null 值"，agent 不需要看每一行，它需要看 schema 和 null 统计。caveman 的 Read less 就是把"全文件"变成"结构摘要"。
五、Auto：让模型自己选模型
Auto 是 v4.0 最有意思的设计。它做的事情是：根据任务难度，自动选择模型。
- 简单任务（比如格式化 JSON）→ 用 Haiku（便宜）
- 中等任务（比如写一个 React 组件）→ 用 Sonnet（中等）
- 困难任务（比如调试并发问题）→ 用 Opus（贵但强）
这背后的洞察是：不是所有任务都需要最贵的模型。大多数编码任务的难度分布是长尾的——80% 是简单任务，20% 是困难任务。固定用最贵模型，等于为 80% 的简单任务付了冤枉钱。
Auto 做的事情像一个好的项目经理：简单活派给初级工程师，难活派给高级工程师，不是所有活都让技术总监干。
六、"Your prompts stay yours"：一个反直觉的设计
caveman 有一个原则叫 "Your prompts stay yours"（你的 prompt 还是你的）。
什么意思？caveman 不会压缩你的输入 prompt，只压缩 agent 的输出。如果你把 prompt 也压缩成 caveman 风格，agent 的回答质量会下降。
为什么？因为模型是在"完整 prompt"上训练的。你给它 caveman 风格的 prompt，它就离开了训练分布，回答质量下降。但模型的输出不需要完整——输出是模型"生成"的，不是"理解"的，压缩输出不影响理解。
这是一个精妙的区分：输入要完整（匹配训练分布），输出要精简（只留信息）。很多 token 优化工具搞错了这一点，把输入也压缩了，结果答案质量下降。caveman 的设计是：只在输出端做压缩，输入端保持原样。
七、Blocks：代码复用的正确姿势
Blocks 解决的是另一个问题：agent 反复生成相同的代码块。
比如 agent 在调试时跑了 5 次测试，每次都输出完整的测试代码。这 5 次的代码 90% 是一样的，只有几行不同。caveman 的 Blocks 会识别这种情况：第一次输出完整代码，后续只输出 diff。
397 token 变成 76 token。这不是"压缩"，是"去重"。
这像 git 的设计哲学：第一次 commit 存完整文件，后续 commit 只存 diff。caveman 把同样的原则应用到 agent 输出上。
八、为什么这件事比看起来重要
caveman 表面上是一个"省 token 的工具"，实际上揭示了一个更深的洞察：
AI agent 的输出有大量"结构性冗余"。
不是模型在"思考"时浪费 token，是模型在"翻译思考结果为自然语言"时浪费 token。模型的思考过程是高效的（内部是向量运算），但输出过程是低效的（要生成符合语法的自然语言）。
caveman 的六件套分别针对六种不同的冗余：
- Say less → 输出语言的冗余
- Read less → 输入文件的冗余
- Auto → 模型选择的冗余
- Blocks → 重复输出的冗余
- Waste fixes → 无效尝试的冗余
- Browse → 网页内容的冗余
Adobe 和 JetBrains 认真研究 caveman 的原因就在这里：它不是在"省 token"，是在"揭示 AI 输出的冗余结构"。当你说清冗余在哪里，压缩就是自然而然的结果。
链接
- 仓库：https://github.com/JuliusBrussee/caveman
- 主页：https://caveman.so
- Adobe Research 引用：见 caveman 主页