Caveman：讓 Claude 像原始人一樣說話以節省 75% Token 的工具

背景

這篇討論源於 GitHub 上一個名為 caveman 的開源項目，這是一個專為 Claude Code 設計的技能插件。其核心理念非常簡單：強迫 AI 模仿原始人的說話方式，捨棄所有客觀禮貌的修飾語與冗長的解釋，僅保留最核心的技術關鍵字。開發者宣稱這種做法能在保持技術準確性的前提下，節省約 75% 的輸出 Token 消耗，實現「少即是多」的溝通效率。

社群觀點

Hacker News 的網友對這種「原始人模式」展現了兩極化的評價。支持者認為這解決了當前大型語言模型過於囉唆的通病，特別是在處理瑣碎的技術問題時，使用者往往不需要閱讀長篇大論的背景介紹或禮節性的開場白。有人指出，這種簡潔的風格結合了斯拉夫與日耳曼文化的直率特質，能讓開發者更專注於程式碼本身。對於需要頻繁與 AI 協作的工程師來說，縮短訊息長度不僅能節省成本，更能降低認知負荷，避免在大量的文字垃圾中尋找關鍵解法。

然而，許多技術專家從模型運作的底層邏輯提出了質疑。最主要的反對意見認為「Token 即思考」，對於語言模型而言，輸出的 Token 數量往往與其運算深度掛鉤。如果強行限制模型必須以極短的篇幅回答，可能會導致模型缺乏足夠的「思考空間」來處理複雜邏輯，進而降低回答的品質甚至引發錯誤。有網友分享經驗指出，當嘗試用這種簡略方式溝通時，與 AI 之間的誤解反而增加，有時甚至需要花費更多輪次的對話來修正錯誤，反而得不償失。

此外，關於這是否真的能節省成本也存在爭議。部分評論者提醒，在實際的開發場景中，Token 消耗的大頭通常是輸入端的上下文，包括專案目錄結構、現有程式碼檔案與工具輸出，而非 AI 回覆的那幾行自然語言。更有趣的觀點提到，雖然輸出變短了，但如果為了強迫模型進入原始人模式而加入複雜的系統提示詞，反而可能增加輸入端的負擔。

在文化與語言層面，也有人擔心這種趨勢會加速人類語言的萎縮。就像過去人們從寫完整的 Google 搜尋句子轉變為關鍵字堆砌，現在又進一步簡化為原始人語。雖然這在技術效率上看似進步，卻可能讓溝通失去細微的準確性。不過，也有網友提出折衷看法，認為這種模式最適合用於「代理人對代理人」的溝通，或是當使用者已經對領域非常熟悉、只需要一個快速提醒的場景。

延伸閱讀

在討論過程中，有網友分享了一篇預印本論文《Brevity Constraints Reverse Performance Hierarchies in Language Models》，該研究探討了長度限制如何反向影響不同等級模型的表現。另外，也有人提到類似的溝通實驗，例如將推理 Token 替換為無意義的佔位符，或是觀察模型在不同語言間轉換時，其內部高維空間的向量運作邏輯。