"缩短 prompt" 省 Token 神话破灭：实测仅 8.5%

我把那种号称能省 Token、要求 AI 尽量少说话的 Skill，叫作“电报体 Skill”。

老师先给出一件事：母亲生病了，要让在外地工作的哥哥赶紧回家。然后全班比赛拟电文，看谁能用最少的字把事情说清楚。

只写“母病”，收到的人不知道该做什么；只写“速归”，又不知道家里出了什么事。

那时候必须惜字如金，因为电报按字收费，每一个字都是钱。

现在，这种说话方式在 AI 圈子里借着 Skill 复活了。

GitHub 上有个叫 Caveman 的项目，做的事情极其简单：给 Claude Code、Codex 等 AI 编程工具加一段提示词，让 Agent 像原始人一样说话。

删掉冠词，删掉客套，删掉连接词，只保留技术要素。

The issue is caused by a new object reference being created on every render...

New object ref each render. Wrap in useMemo.

项目由荷兰莱顿大学一名 19 岁学生 Julius Brussee 做出来。仓库于 2026 年 4 月初上线，几天内冲上 GitHub Trending 第一。截至 7 月 12 日，已经攒下约 8.85 万颗 Star。

它的 README 声称能大幅压缩输出 Token，项目介绍里最常出现的数字是 65%。

但跟电报体一样，这很可能是一个特定价格和产品阶段里的过渡方案。而且它在真实 Agent 工作流里省下的钱，远没有宣传数字看起来那么多。

JetBrains 最近专门做了一次测试，文章标题就叫：《Does Speaking to Agents Like Cavemen Really Save 65% of Tokens? We Test》。

他们用 Claude Code 跑 SkillsBench 里的 86 个真实编程任务，安装 Caveman 和不安装各跑一遍。两边使用相同任务、相同模型、相同配置和相同预算。

整个实验分 3 轮，做了大约 240 次计费试验，总共花了约 106 美元。

为了给 Caveman 最大的发挥空间，测试还强制它在每一次回复里生效。也就是说，这不是日常使用的平均情况，而是它能拿到的最佳情况。

输出 Token：从约 59.2 万降到 54.2 万

因为每次回复都被强制压缩，这个 8.5% 已经接近天花板。日常使用时，Skill 还要自己判断是否触发，实际节省通常只会更少。

有一点也要替 Caveman 说清楚：JetBrains 没有测出显著的任务质量下降。

82 组配对任务里，64 个结果相同，Caveman 版本有 8 个更好、10 个更差，差异在统计上不显著。它的问题不是“让 Agent 变笨”，而是把省钱效果说得太大了。

Agent 的 Token，大头根本不在聊天

你问 AI 一个问题，它回你一大段话。把“当然可以”“很高兴帮你”“下面我来详细解释”这些客套和铺垫全部砍掉，确实可能省下一大半。

Caveman 主要压缩的是工具调用之间那几句自然语言说明。代码不能乱改，命令不能缩写，错误信息要原样保留，工具参数更不能写成原始人语法。

它优化的那部分，在整张账单里本来就是零头。

这就像一家公司要压缩差旅费，机票、酒店和打车一项没动，先把员工每天 2 块钱的矿泉水取消了。

Fixed auth. Tests pass.

这些信息不一定每次都要展开成小论文，但也不能因为“说话像穴居人”就固定删掉。

开发者看不懂 Agent 做了什么，只好继续追问。Agent 再读一遍文件，再跑一遍测试，再解释一次。前面省下的几十个 Token，很快就会被新一轮工具调用吃回去。

这不代表 Caveman 的基准测试已经证明会导致更多返工。JetBrains 的测试没有发现这种质量损失。问题在于，“任务最终做对了”和“过程对人足够透明”不是同一个指标。

“母病速归”只有四个字，收报人却知道母亲是谁、家在哪里、为什么要回去。

编程 Agent 面对的是不断变化的代码、陌生仓库和临时任务，共享背景没有那么可靠。表达越短，越依赖默契；而默契不足时，多说的那几句就是通信协议里的纠错码。

啰嗦有时不是浪费，而是为了避免下一轮更昂贵的误解。

只是长途通信的价格降到可以忽略不计之后，“母病速归”自然变回了：

妈住院了，你买最早的票回来，到了给我打电话。

省字数，是给按字计费时代做的优化。当价格降下去，信息完整和沟通体验重新变得更重要，这种优化也就自然退场了。

模型单价长期在下降，缓存技术也在把重复上下文变便宜。以 Anthropic 当前的提示词缓存价格为例，缓存命中的输入 Token 读取价格只有普通输入 Token 的 0.1 倍，也就是便宜约九成。

当“重复读”已经可以打九折中的一折，再费很大力气把一句正常的话压成电报文，收益就更有限了。

如果真想降低 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。工具描述本身也占上下文，装得越多不等于干得越好。

• 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，复杂任务用更可靠的模型，少一次返工往往比省几句说明更值钱。

Caveman 当然可以用。你喜欢简洁的回复，或者受够了 Agent 的客套话，它是个有趣而且基本无害的风格插件。

真正昂贵的从来不是 Agent 多说了几句话，而是它读了太多没用的东西，又把同一件事做了两遍。