先说结论
“caveman”是个真事儿，不是段子。GitHub 上 JuliusBrussee/caveman 这个仓库在 2026-09-26 当天还在更新，star 数 107,891，标榜自己是“让编码代理像穴居人一样说话、从而砍掉 65% token 的爆款技能 + 代理”。但它能省的边界比营销话术窄得多：它只压模型“输出文风”那部分 token，压不掉你喂进去的上下文。真要省钱，靠的是精简指令文件、收敛 MCP、用 subagent、合理选模型，而不是装一个会结巴的技能。
以下数据为 2026-09-26 从 GitHub API 拉取。
caveman 到底是什么
它其实有两层：一层是“技能”，教模型用极简、破碎的英文回话（典型口号就是仓库里那句）；另一层是个真正干活的代理/中间件，坐在你的编码代理和模型 API 之间做压缩。仓库 README 原文这么写：
“why use many token when few do trick. Your AI coding agent bills by the word and writes like it knows that. Caveman make it stop.”
它发了 npm 包 @caveman-ai/cli、@caveman-ai/middleware 和 PyPI 的 caveman-middleware，声称能“包住 10 个代理原生、兼容 30+ 代理”。仓库文档给出的两种装法（我未在本机执行，仅转述）：
npm install -g @caveman-ai/cli
pip install caveman-middleware围绕这个思路还有一堆衍生仓库：
| 仓库 | star | 它干了啥 |
|---|---|---|
| JuliusBrussee/caveman | 107,891 | 爆款技能 + 代理/中间件，标称省 65% token |
| JayPokale/Chisle | 556 | 从“精简文风、YAGNI 代码、工具输出压缩”三条轴省钱，公开基准 |
| amanattar/caveman-claude-skill | 408 | 单纯的 Claude 版 caveman 技能 |
| kuba-guzik/caveman-micro | 173 | 6 行 85 token 的微提示，称比原版 552 token 技能更好 |
| dlepold/caveman-distillate | 87 | 超压缩输出模式，约 90 token，称省约 65% 输出 |
注意：那个“65%”是仓库作者自己给的数字。我在这台机器上没跑出可信基准，所以下文只讲机制和你能自查的方法，不替它背书。
token 到底花在哪
先把账算清楚。一次对话的花费分两块：
- 输入 token（每一轮都计费）：系统提示（CLAUDE.md、AGENTS.md、GEMINI.md）、历史上下文、每个被开启的 MCP/工具的 schema 定义、被读入的文件和技能正文。
- 输出 token：模型真正写出来的字。
大多数人的账单是被输入拖垮的——尤其是那个每次请求都重新塞一遍的指令文件，和常年开着的十几个 MCP 服务器。caveman 只动“输出”那一块。
这里有个反直觉的点：输出贵，但输入往往更贵也更隐蔽。历史上下文会随对话变长而线性膨胀，你每多聊一轮，前面所有内容都要再付一次输入钱；而每个开启的 MCP 服务器，都会把它的工具清单（schema）塞进每一轮请求的系统区，十个服务器就是十份常驻开销。技能正文本身也是输入——一个写得臃肿的 SKILL.md，一旦被触发，整份都会被读进上下文。想直观理解“写好技能也等于省钱”，去翻 anthropics/skills（178,480 star）里那 19 个官方技能，它们普遍把长内容拆到 references/，正文只留骨架，靠的就是少灌输入。
“省 token 技能”能省哪些、省不了哪些
它的作用面很具体：
- 能省：模型回话的啰嗦程度。把“当然可以！下面是详细步骤……”压成“do this. run that.”，输出 token 确实掉。
- 省不了：你已经贴进对话的长文件、CLAUDE.md 的全文、开着的 MCP 定义——这些是输入，技能管不到。
- 省不了：工具返回的大段输出（比如 grep 几千行）。这条是另一条轴，Chisle 把它单列成“tool-output compression”，caveman 本体不 guarantee。
- 省不了：模型出错重试。越笨的写法越容易重试，反而更烧钱。
“Cut your AI coding agent’s token bill on three axes: terse prose, YAGNI-first code, and tool-output compression.”——JayPokale/Chisle 的仓库描述
换句话说，caveman 只覆盖了上面三轴里的第一轴。指望它一个人救账单，不现实。
真正能省钱的手段
按性价比排：
- 精简指令文件：CLAUDE.md 每轮都进上下文，删掉废话、拆成按需引用的文件，比装十个技能都管用。
- 收敛 MCP：只开当前任务要用的服务器，别让十几个工具 schema 常驻输入。
- 用 subagent / /compact：把大上下文隔离进子代理，或手动压缩历史，控制输入增长。
- 按任务选模型：跑腿活儿用 Haiku / Flash，难活儿才上 Opus。
- 技能本身走渐进披露：好的 SKILL.md 只在启动时加载约 100 token 的摘要，正文触发才读（见本系列第 61 篇）。
这些手段的性价比天差地别。删掉 CLAUDE.md 里一半废话，等于每一轮请求都少付一半指令钱；而装一个输出压缩技能，只影响你最终看到的回话长度。前者是“源头节水”，后者是“拖地时关小水龙头”，别搞反了主次。另外，模型路由和上下文缓存也常被忽略：把跑腿活儿丢给便宜模型、对不变的系统提示开启缓存（Gemini CLI 官方 docs 里就有 token-caching 一篇），能压住重复输入的成本，这比任何“省 token 神技”都稳。
几个可复制的操作：
# Claude Code 里看本会话花了多少 token 和钱
/cost
# 用子代理把脏活隔离，主上下文不膨胀（示意）
> 用 Task 工具把“重构 utils 目录”作为子任务跑，别污染我的主上下文
# 收敛 MCP：只启用需要的服务器（示意配置）
{
"mcpServers": {
"only-what-i-need": { "command": "npx", "args": ["-y", "relevant-server"] }
}
}坑 / 反模式
- 把 caveman 当银弹，CLAUDE.md 照样堆三千字——输入一点没少。
- 为了“像穴居人”把指令本身写模糊，模型猜错、重试，反而更贵。
- 常年开着七八个用不上的 MCP，每个都在每一轮偷 token。
- 拿作者给的“65%”当实测结论到处讲——那是营销数字，不是你的数字。
- 只看总价不看结构：不分清输入/输出，优化方向全错。
怎么自查 token 用量
别凭感觉，看数字：
# Claude Code：状态栏有 token 计数，/cost 给本会话明细
/cost
# Gemini CLI：底部状态栏直接显示已加载的上下文文件数量，
# 配合官方 docs 里的 token-caching 说明，能判断你是不是被重复输入坑了
# 顺手检查 ~/.gemini 下是不是塞了过大的 GEMINI.md想看更全的技能清单，可顺手翻本站的AI Skill 收录榜。
什么人该装 / 什么人别装
该装：每天烧几十刀 API 费、对话又长又啰嗦、想先零成本试试水的人。caveman 当个输出风格开关，无妨。
别装：指望它解决账单问题的人。你的钱主要漏在输入上下文和常开 MCP 上，那两处它碰不了。先把 CLAUDE.md 减肥、把 MCP 收口，比装任何“省 token 神技”都实在。