AI代理话太多也读太多：caveman 4.0拆成六块，同一答案下把63个token压到20
核心概要
caveman 4.0把此前单一的输出压缩工具拆成六个可独立开关的部件，安装后默认全开，目标是让AI代理少说、少读、少跑。它不改提示词，因为Adobe的测试显示压缩提示词会让回答变差；它也不动代码和工具调用，因为JetBrains发现代理会话主要由代码与工具调用构成。在十个开发者问题上，以“Be concise”为基线，/caveman中位数再省3%，/ultracave再省35%，同一答案下63个token可降到20个。
深度剖析
caveman 4.0从单一的输出压缩工具变成六个部件，安装后全部开启，每个部件有独立开关，caveman status显示哪些开着，caveman off browse可单独关掉一个。 此前它只压缩代理说出来的话，现在同时压缩代理读进去的内容和它运行所依赖的东西。 两个外部发现决定了这个方向：Adobe的测试显示压缩提示词会让回答变差，所以caveman不碰提示词；JetBrains发现代理会话大部分是代码和工具调用，而语音层不碰这些。
输出压缩保留固定结构，只缩短表达，不破坏语法，因此答案质量不变。 “Be concise”是真正的基线，新模型本身已经知道要简洁，caveman是在此之上继续压缩。 十个开发者问题在claude-opus-5-5上测量，/caveman在中位数上再省3%，/ultracave再省35%，同一答案下63个token降到20个，token数用tiktoken o200k统计。
读取压缩针对代理读入的文件，同一批答案保持正确。 会话整体还带着系统提示词和工具，所以读取压缩带来的下降幅度比文件本身小。 18个测试文件全部答对，压缩对象是每个测试文件经过当前压缩器处理后的结果。
启示与展望
这套工具面向在本机运行AI代理的开发者，覆盖Claude、Codex、Gemini CLI、OpenCode等30多种代理，使用用户自己的密钥和Claude Pro/Max登录，需要Node.js 22.13以上。它适用于希望缩短代理输出、减少读入内容并控制运行开销的日常编码会话。
输出压缩的百分比是在3.1.0规则上测得的，尚未用新规则重跑。规则本身约占用1,160个输入token，如果按请求计费，例如GitHub Copilot，更短的回答并不省钱。Claude应用、手机端和Cowork的接入方式尚未端到端测试。