所谓省Token的Skill真实只省8.5%

dotey · x · 2026-07-13

这条长帖把号称省 token 的 Skill 叫作“**电报体 Skill**”：就像早年电报按字收费，人们会把信息压缩到“母病速归”这种程度；而今天一些 AI 编程工具里的 skill，也在尝试用更短、更硬的提示词减少输出 token。 帖中提到 GitHub 项目 **Caveman**：作者是在 Claude Code、Codex 等工具的 prompt 里加一段“原始人式”指令，删掉冠词、客套和连接词，只保留技术要素；README 声称可省 **65%** token，且三天冲上 Trending 第一，星标达到 **8.7 万**。 但 JetBrains 的测试给出了更谨慎的结论：他们用 Claude Code 在 **SkillsBench 86 个真实编程任务** 上做对照实验，同任务、同模型、同预算，总共约 **240 次计费试验**、花费 **106 美元**。结果显示，在强制每次都启用 Caveman 的理想条件下，**实际只省了 8.5% 输出 token**。 帖子的结论是： - 65% 的省 token 主要来自聊天场景 - 在真实编程任务里，节省幅度远小于宣传 - 这类“极简提示词 skill”更像阶段性产物，长期价值有限

原文链接 →