AI编程智能体的沟通问题
AI编程智能体有一个沟通问题。它们在技术上可能完全胜任，却仍然让开发循环显得缓慢，因为每一个小动作都附带一段仪式性的文字：重述一遍任务单、承诺去调查、解释一个显而易见的命令，最后再用一段总结把前面三件事重复一遍。
这种风格有时是有用的。但它不是在所有时候都有用。当你深入一个熟悉的代码库，想要诊断一个失败的测试、检查一个差异，或者做一个范围很窄的修复时，价值通常只在于四件事：智能体发现了什么、它改了什么、它如何验证这次修改，以及还有什么不确定。
Caveman是什么
Caveman就是围绕这个区别构建的一个技能或插件。它让编程智能体用简短、直接的语言沟通，刻意使用粗糙的“穴居人式说话”，同时尽量让代码、命令和错误保持逐字节不变。项目把这种做法描述为：让智能体的嘴变小，而不是让它的脑子变小。
理解Caveman的有用方式，不是把它当作推理的替代品。它是执行阶段的一种界面选择。一个说话简短的智能体仍然应该检查代码仓库、跟随测试套件、注意到模糊之处，并且在证据缺失时说出来。它只是不应该用社交性填充物来包装一个简单的发现。
两种报告方式的对比
比较下面这两份报告：
“我看了一下这个组件，它重新渲染的原因很可能是因为每次渲染周期都会创建一个新的对象引用。我建议使用useMemo来缓存那个对象。”
“每次渲染都有新对象引用。内联属性等于新引用等于重新渲染。用useMemo包起来。”
第二种版本不适合写设计文档。但对于一个正在调试React组件的开发者来说，它更容易扫读，也更容易照着做。底层技术判断是一样的。
项目自己的承诺
Caveman的代码仓库说，它可以与Claude Code、Codex、Gemini、Cursor、Windsurf、Cline、Copilot以及其他智能体环境配合使用。它声称“输出令牌减少65%”，并强调这个节省适用于输出，而不是输入上下文。要把这个数字当作项目自己的说法，而不是独立基准测试，也不是对每个模型和任务都成立的保证。
这个提醒很重要。令牌节省会随着智能体、任务、工具输出量和提示词的不同而变化。不过，基本机制是成立的：如果一个智能体停止生成重复的散文，它就会发出更少的令牌，也消耗更少的注意力。
简洁模式适合用在哪里
已知范围的调试。假设CI说一个身份验证测试失败了。你想让智能体找到相关的中间件，把过期条件与测试进行比较，修复缺陷，然后报告结果。你不需要每一轮都得到一份身份验证教程。
一份有用的紧凑报告是：“过期检查用的是小于等于；测试期望边界值有效。改成小于。目标测试通过。风险：确认API合同对精确过期时刻的规定。”它保留了证据和未解决的风险。
热门跟贴