# “母病速归”式 AI：号称省 65% Token，实测只有 8.5% - 原标题：“母病速归”式 AI：号称省 65% Token，实测只有 8.5% - 类型：博客 - 来源：宝玉的分享 - 发布时间：2026-07-12 - 首次精选：2026-11-05 10:16 - 分级：值得看 - 是否付费：免费（全文公开可读） - 预估学习时长：约 6 分钟（按全文字数估算） - 学习层级：进阶 - 主题：[ai-cost-optimization]()（第 57 位）、[agent-context-memory]()（第 64 位） - 原文链接：[https://baoyu.io/blog/2026-07-12/caveman-token-saving-test]() - 本站页面：[https://oplearnx.com/resources/pk\_7c36777e3010]() ## 摘要 这是宝玉写的一篇博客，讨论 GitHub 上让 AI 像原始人说话以压缩输出的 Caveman 项目，并引用 JetBrains 用 Claude Code 跑 SkillsBench 86 个编程任务的对照测试：宣传节省 65% 输出 Token，强制生效下的实测为 8.5%。文中还提出真正昂贵的是上下文、工具调用和返工。适合关注 Token 成本与 Agent 提示词技巧的开发者阅读。 ## 中文精读 ### 1. 引言：什么是“电报体 Skill” - 作者把号称省 Token、要求 AI 少说话的 Skill 称为“电报体 Skill”。 - 以语文课上拟电报文为例：母亲生病要通知外地哥哥回家，最少可压成“母病速归”四字，再少就说不清事情了。 - 电报时代惜字如金是因为按字收费，每个字都是钱；如今这种说话方式借 Skill 在 AI 圈复活。 ### 2. 一个让 AI 像原始人说话的 Skill - GitHub 项目 Caveman 做法极简：给 Claude Code、Codex 等工具加提示词，让 Agent 删掉冠词、客套和连接词，只留技术要素。 - 示例：原本的完整英文解释被压成“New object ref each render. Wrap in \`useMemo\`.” - 项目由荷兰莱顿大学 19 岁学生 Julius Brussee 开发，2026 年 4 月初上线，几天内登顶 GitHub Trending；截至 7 月 12 日约 8.85 万 Star。 - README 声称能大幅压缩输出 Token，最常出现的数字是 65%；作者认为它可能只是特定价格和产品阶段的过渡方案，真实 Agent 工作流里省的钱远没那么多。 ### 3. 号称省 65%，实测只有 8.5% - JetBrains 做了专门测试，用 Claude Code 跑 SkillsBench 的 86 个真实编程任务，装与不装 Caveman 各跑一遍，任务、模型、配置、预算相同。 - 实验分 3 轮、约 240 次计费试验，共花约 106 美元；为给它最大发挥空间，还强制它在每次回复里生效，属于最佳情况。 - 结果：宣传节省 65% 输出 Token，大样本实测仅 8.5%；输出 Token 从约 59.2 万降到 54.2 万，有效配对任务 82 组。 - 因每次回复都被强制压缩，8.5% 已接近天花板；日常还要自行判断是否触发，实际节省通常更少。 - JetBrains 未测出显著任务质量下降：82 组配对中 64 个结果相同、8 个更好、10 个更差，统计上不显著。问题不在让 Agent 变笨，而在把省钱效果说大了。 ### 4. Agent 的 Token，大头根本不在聊天 - 65% 主要来自聊天场景：砍掉“当然可以”“很高兴帮你”等客套与铺垫，确实可能省下一大半。 - 编程 Agent 的 Token 大头包括系统提示词与累积上下文、代码与文件内容和搜索结果、工具调用及返回、Skills 与 MCP 工具描述、diff、报错与测试日志、多轮反复读取的内容。 - Caveman 主要压缩工具调用之间那几句自然语言说明；代码、命令、错误信息、工具参数都不能乱改乱缩。 - 它优化的部分在整张账单里本就是零头，如同压缩差旅费却只取消了每天 2 块钱的矿泉水。 ### 5. 语言越短，对默契的要求越高 - 像“Fixed auth. Tests pass.”这样干练省 Token，但没说清修的是登录过期、权限校验还是刷新令牌，跑的是单元测试还是完整套件，有无改表结构与兼容性风险。 - 信息不必每次展开成小论文，但也不该因“说话像穴居人”就固定删掉；开发者看不懂就会追问，Agent 再读文件、再跑测试、再解释，省下的几十个 Token 很快被新一轮工具调用吃回去。 - 这不是说基准测试已证明会更多返工——JetBrains 测试没发现这种质量损失；问题在于“任务最终做对了”和“过程对人足够透明”不是同一指标。 - 电报体能工作靠双方共享大量背景；“母病速归”四字背后收报人知道母亲是谁、家在哪、为什么要回去。 - 编程 Agent 面对不断变化的代码、陌生仓库和临时任务，共享背景不可靠；表达越短越依赖默契，默契不足时多说的几句就是通信协议里的纠错码。 ### 6. 电报体没有被淘汰，只是失去了存在的理由 - 没有人宣布废除电报体，只是长途通信价格降到可忽略后，“母病速归”自然变回完整的口语表达。 - 省字数是按字计费时代的优化；价格降下去后，信息完整和沟通体验重新更重要，这种优化自然退场，Token 很可能走同一条路。 - 模型单价长期下降，缓存技术在让重复上下文变便宜：以 Anthropic 当前提示词缓存价格为例，缓存命中的输入 Token 读取价只有普通输入的 0.1 倍，便宜约九成。 - 当重复读已能便宜约九成，再把正常的话压成电报文，收益更有限。 ### 7. 真正该省的，是上下文和返工 - 降低 Agent 成本更值得做的不是逼它少说几个字，而是少加载无关上下文：不要一上来就把整个仓库、所有文档和历史对话塞给模型。 - 少挂没必要的 MCP 和 Skills——工具描述本身占上下文，装得多不等于干得好。 - 提高缓存命中率：把稳定的系统提示词、工具定义和项目规则放在可复用的前缀里。 - 减少无效工具调用：先定位问题再读文件，先确定范围再跑测试。 - 选择合适的模型：简单任务用便宜模型，复杂任务用可靠模型，少一次返工往往比省几句说明更值钱。 - Caveman 可以用，作为简洁风格插件有趣且基本无害，但别把风格优化误当成成本革命；真正昂贵的是读太多没用的东西、把同一件事做两遍。 --- 来源：LearnMap · 学径（https://oplearnx.com）