Caveman 评测 2026：让编码智能体少花 65% 的 token

编码智能体很好用，直到 token 账单寄到门口。一次稍长的 Claude Code 或 Codex 会话就能烧掉几十万输出 token，而其中大部分文字，不过是智能体在用流利、客气的英文”解释自己”。Caveman 只问了一个问题：为什么要用很多 token，明明很少 token 就够？

Caveman 是什么？

Caveman 是一个面向 Claude Code、Codex、Gemini、Cursor 等 30+ 编码智能体的技能/插件。装好之后，它会让智能体用刻意的”穴居人式”英文作答——句子短、名词多、语法轻。它的主张是：答案和推理不变，但输出 token 大约减少 65%。

玩笑是噱头，机制却是真的：压缩模型的输出表层，能在不更换底层模型、不损失能力的前提下，直接降低成本和延迟。

核心特性

• 输出 token 减少约 65%，项目自测显示答案质量不降
• 兼容 30+ 智能体，包括 Claude Code、Codex、Gemini、Cursor
• 斜杠命令/技能式安装，无需替换模型、无需包装层
• 在压缩表层形式的同时保留推理能力
• 开源、轻量

谁该用？

Caveman 面向那些长时间、高频运行智能体的开发者——CI 流水线、后台重构、自主编码循环。如果你按 token 付费，输出减少 65% 是实打实的省。

它对一次性闲聊（token 成本可忽略）或需要工整、可读智能体记录来做合规的团队，价值不大。

优点与不足

优点： token 节省显著、安装极简、跨多智能体、开源。

不足： 输出刻意写成不规范英文（有人觉得好笑，有人觉得烦）；它是一层优化而非不同模型；效果因任务而异。

价格

免费开源。

常见问题

Caveman 会改变模型的智能吗？ 不会。它只改变答案的措辞，不改变推理。

代码质量会下降吗？ 项目自测称质量无损失，但生成的代码仍须像往常一样 Review。