← Volver al blog
Aiaprox. 7 min de lectura

119.975 estrellas para una habilidad que hace hablar a los agentes como cavernícolas

Publicado 14 nov 2026
119.975 estrellas para una habilidad que hace hablar a los agentes como cavernícolas

El repositorio tiene 119.975 estrellas y su propuesta es un pie de foto en inglés roto: why use many token when few token do trick. El proyecto se llama Caveman, es Apache-2.0 y se instala con un comando. Lo que hace es que los agentes de código escriban y lean menos.

Ese es todo el producto. Sin modelo nuevo, sin herramienta nueva, sin framework de agentes. Una skill que reescribe cómo habla el agente, un proxy que recorta lo que el agente lee y unos cuantos comandos para elegir cuánto comprimir.

El antes y después del README lo resume bien. Preguntado por qué un componente de React se vuelve a renderizar, un agente normal escribe 63 tokens: en cada ciclo de render se crea una referencia de objeto nueva, la comparación superficial la ve distinta, eso dispara un nuevo render, y conviene envolver la prop en useMemo. Caveman escribe 20: referencia de objeto nueva en cada render, así que React vuelve a renderizar, envuelve la prop en useMemo. La misma corrección. Lo que desapareció fue el encuadre, las cautelas y la repetición.

Los números, y quién los comprobó

Las mediciones del propio proyecto afirman un 33,2 % menos de tokens de entrada en sesiones completas, a partir de 54 ejecuciones de Claude Code, con 18 de 18 respuestas correctas. En modo Auto reporta un 54 % más barato en 85 tareas de código frente a Opus 5.5 en xhigh. Una ejecución de prueba pasó de 397 a 76 tokens comparada con mandar la salida por `tail -20`.

Los números autodeclarados de un proyecto con incentivo viral merecen desconfianza, así que las comprobaciones externas pesan más. Adobe Research publicó un artículo, arXiv 2606.24083, que mide la salida estilo cavernícola en ocho modelos y la encuentra entre 1,4 y 2,4 veces más barata. JetBrains hizo un test A/B y lo documentó en julio. Elasticsearch Labs reconstruyó la idea para su propio asistente. El proyecto también fue número uno en Hacker News y número uno en GitHub Trending, y así llegó a seis cifras.

Que tres grupos independientes reproduzcan un truco de compresión es raro en este género. Casi todas las promesas de ahorro de tokens salen del panel de un proveedor.

Tres niveles de mala educación

La skill trae tres registros. `/caveman` da la respuesta de 20 tokens. `/ultracave` la baja a 14: prop de objeto en línea, referencia nueva, nuevo render, useMemo. `/megacave` devuelve 13 tokens en chino, y ahí el chiste aterriza de verdad, porque el chino es más denso por token en este tipo de frase.

Los registros existen porque comprimir no es gratis. Quita suficiente tejido conectivo y pierdes el razonamiento que hacía fiable la respuesta. Una respuesta de 13 tokens es estupenda cuando la corrección es obvia y peligrosa cuando el modelo está adivinando. Dar al usuario un mando en vez de un ajuste fijo es la decisión honesta, aunque casi todos lo dejen en el medio y no vuelvan a pensarlo.

El lado de la lectura se ve menos y probablemente pesa más. La skill también cambia lo que el agente mete en el contexto: menos del archivo, menos párrafos alrededor, logs más apretados. Un ejemplo documentado es una ejecución de prueba que producía 397 tokens de salida y quedó en 76 después de que la skill reescribiera el comando que usaba. Quien haya visto a un agente pegar cuarenta líneas de tests en verde en una conversación sabe de dónde sale esa factura. El ahorro ahí es estructural, la diferencia entre leer un resumen y leer una transcripción.

La instalación es una línea, `npx @caveman-ai/cli@latest`, Node 22.13 o superior. El instalador encuentra tus agentes y tus sesiones, muestra qué piensa cambiar y espera a que pulses enter. Después, un `claude` normal corre en modo caveman, y también Codex, Gemini CLI, OpenCode y, según el README, más de 30 otros. Corre en local, con tus claves y tus suscripciones. Nada pasa por un servidor de terceros salvo que elijas la opción de nube.

Por qué funciona

Los modelos de lenguaje se entrenan con prosa humana, y la prosa humana es redundante por diseño. Cuando un agente responde una pregunta técnica, reproduce la forma de un buen post de blog: replantear el problema, explicar el mecanismo, recomendar una corrección, añadir una salvedad. Todo eso es buena escritura y casi todo es innecesario cuando el lector es un desarrollador que ya conoce el contexto.

El ahorro se acumula en el lado de la entrada, que es la parte que se olvida. Un agente que escribe respuestas más cortas también produce un historial más corto, y el historial se reenvía en cada turno. Un agente verboso paga su verbosidad otra vez en cada petición posterior. Recorta la respuesta un tercio y el ahorro se acumula a lo largo de la conversación en vez de quedarse en un mensaje.

Por eso la compresión tiene que ser estable. Si el agente a veces escribe prosa y a veces escribe cavernícola, el contexto se vuelve inconsistente y el modelo empieza a dudar de su propio formato. Una skill que impone un registro hace algo que una sugerencia en el prompt no puede.

La app de escritorio gratis es el negocio real

Junto a la skill, el proyecto publica Caveman Code, una app gratuita para Mac que mete todos los agentes de código en una sola ventana. Los números de marketing están en Terminal-Bench 4: 21 % más barato que Codex por tarea resuelta, 14 % más barato que Claude Code resolviendo 97 tareas frente a 83, y 76 % más barato en una jornada completa con cuatro apps conectadas. El mismo modelo en los dos lados de cada comparación, precios de lista, noviembre de 2026, ejecuciones propias.

Conviene leer despacio el tercer número. Una jornada completa con cuatro apps no es un benchmark, es una descripción de cómo usa la gente estas herramientas de verdad: varios agentes, sesiones largas, mucho cambio de contexto. Ahí es donde el sobrecoste de tokens deja de ser un error de redondeo y se convierte en la factura.

La estrategia se lee bien. Regala lo que ahorra dinero, conviértete en la ventana donde todo el mundo corre sus agentes y luego vende la capa de coordinación. Es la misma jugada que llevan dos años haciendo todos los IDE y todas las terminales, con un chiste mejor.

Dónde puede salir mal

Comprimir quita información, y parte de esa información sostiene la estructura. Los comentarios de código escritos en cavernícola son peores para el siguiente humano. Los mensajes de commit escritos en cavernícola son peores para todos. La skill apunta al chat y el README dice claramente que el código se queda exacto, pero la frontera la sostiene un prompt, y los prompts se fugan.

También hay un problema de medición. Los recuentos de tokens son fáciles de reportar, el coste por tarea resuelta no. Un modelo que ahorra un 30 % de tokens y necesita una ronda extra de aclaración no ha ahorrado nada. El 18 de 18 responde a eso para un test estrecho, y 18 preguntas no son un benchmark.

Aun así, la tesis central aguanta el escrutinio, y es la tesis menos glamurosa de la IA ahora mismo: buena parte de lo que cuestan los agentes se va en palabras que nadie necesitaba. Arreglar eso no pide un modelo nuevo, una ventana de contexto más grande ni una GPU. Pide decidir que el agente hable como un colega competente que tiene prisa.

Artículos relacionados