让Claude Code像穴居人一样说话可能节省不了你想象的那么多token

开发者们正越来越关注他们的AI编码工具的运行成本，这是有充分理由的。GitHub最近将Copilot改为基于使用的计费模式，与所选模型挂钩；与此同时，一家AI代理初创公司表示，从Anthropic切换到DeepSeek将为其节省数百万美元。

在此背景下，开发者们一直在寻找减少token消耗的方法，特别是通过减少AI回复中的无用填充和废话。最终目标是让代理尽可能直接地回答，用尽可能少的词语，而不丢失任何实质内容。这种方法被称为“穴居人模式”——放弃冠词和语法，代之以简短、粗鲁的片段，如同老式情景喜剧和卡通片中刻板的咕哝穴居人风格。

实际上，一些开发者可能会从htmx创建者Carson Gross的长篇软件设计论文《The Grug Brained Developer》中认出这种风格，该论文完全以同样破碎、粗鲁的风格写成。但这一次，目标不是代码复杂性，而是AI回复的冗长。

“技能让代理像穴居人一样说话”

这个想法以不同形式出现。企业搜索巨头Elastic为其Elasticsearch构建了自己的版本，报告在八个内部测试场景中平均token减少63.6%。Elastic的Salesforce工程总监Sri Kolagani表示，LLM包裹在答案周围的对话填充在查询Elasticsearch时带来了实际成本，而你真正需要的是索引名称、字段映射和ES|QL查询，而不是客套话。

“这不仅仅是烦人；它很昂贵。每个token都耗费金钱并增加延迟。对于生产Elasticsearch查询，这种开销会迅速累积。”

然而，真正走红的工具是GitHub上一个免费的、可安装的Claude Code技能，由荷兰开发者Julius Brussee构建。它获得了数万颗星和复刻，并在Hacker News等在线社区引发了首页讨论。

它的宣传语用穴居人自己的语言写道：“技能让代理像穴居人一样说话。为什么用很多token当少数就能做到？填充词死掉。代码、命令保持字节精确。”

其头条声称是：减少65%的输出token。

穴居人说话的节省，接受测试

JetBrains，这家推出IntelliJ和Rider等IDE的公司，决定测试这一具体技能，而不是仅仅相信其65%的节省声明。

使用开源代理评估框架Harbor和社区基准SkillsBench（用于衡量AI代理技能的实际帮助），JetBrains工程师Denis Shiryaev告诉The New Stack，他们在Claude Code上对86个真实编码任务进行了配对基准测试，比较了技能激活与未修改的常规会话。

声称与结果之间的差距相当显著。宣传节省：65%。JetBrains实际测量的结果：8.5%，而且这个数字只有在测试规模扩大后才成立。实际上，最初仅对10个任务的运行显示节省约为30%。

差距最终归结为该技能在实际编码项目中能处理什么不能处理什么，与它的头条数字所衡量的那种随意聊天交互相比。

“宣传的节省来自于聊天风格的散文式回答。代理输出是不同的，”Shiryaev说，他指出代码、差异、工具调用和精确的错误字符串主导了token流，而这些技能原封不动地保留。“只有工具调用之间的叙述被压缩，而且这样的叙述并不多，”他补充道。

像穴居人一样说话会让Claude变笨吗？

当该技能首次走红时，这个担忧几乎立即出现，Reddit上的评论者担心强迫AI模型以 stripped-down、更不清晰的模式回答可能会损害其推理能力。

JetBrains的基准测试表明这种担忧并不成立，至少在他们测试的任务中如此。在86个配对运行中，技能激活和常规会话之间的任务结果在统计上无法区分。

Shiryaev对穴居人模式的总体评价是：“安全、对风格诚实，但在节省方面过度宣传。”

“如果你喜欢就用它，”Shiryaev说。“它很有趣，而且不会带来可衡量的质量损失。只是不要期望在日常代理任务上节省大量token：高个位数百分比是现实的上限。”