← Torna al blog
Aicirca 6 min di lettura

119.975 stelle per una skill che fa parlare gli agenti come cavernicoli

Pubblicato 14 nov 2026
119.975 stelle per una skill che fa parlare gli agenti come cavernicoli

Il repository ha 119.975 stelle e il suo pitch è una didascalia in inglese sgrammaticato: why use many token when few token do trick. Il progetto si chiama Caveman, è Apache-2.0 e si installa con un comando. Quello che fa è far scrivere e leggere meno agli agenti di coding.

È tutto qui il prodotto. Nessun modello nuovo, nessuno strumento nuovo, nessun framework per agenti. Una skill che riscrive il modo in cui l'agente parla, un proxy che taglia quello che l'agente legge e qualche comando per scegliere quanto comprimere.

Il prima e dopo nel README è un buon riassunto. Alla domanda perché un componente React si ri-renderizza, un agente normale scrive 63 token: a ogni ciclo di render viene creata una nuova reference di oggetto, il confronto superficiale la vede diversa, questo innesca un nuovo render, e conviene avvolgere la prop in useMemo. Caveman scrive 20: nuova reference di oggetto a ogni render, quindi React ri-renderizza, avvolgi la prop in useMemo. Stessa correzione. Quello che è sparito è l'inquadratura, le cautele e la ripetizione.

I numeri, e chi li ha controllati

Le misurazioni del progetto dichiarano il 33,2 % di token di input in meno su sessioni intere, da 54 esecuzioni di Claude Code, con 18 risposte corrette su 18. In modalità Auto riporta il 54 % in meno di costo su 85 task di coding contro Opus 5.5 in xhigh. Un'esecuzione di test è passata da 397 a 76 token rispetto a mandare l'output in `tail -20`.

I numeri autodichiarati di un progetto con un incentivo virale meritano diffidenza, quindi i controlli esterni contano di più. Adobe Research ha pubblicato un paper, arXiv 2606.24083, che misura l'output in stile cavernicolo su otto modelli e lo trova da 1,4 a 2,4 volte meno caro. JetBrains ha fatto un test A/B e l'ha raccontato a luglio. Elasticsearch Labs ha ricostruito l'idea per il proprio assistente. Il progetto è stato anche primo su Hacker News e primo su GitHub Trending, ed è così che è arrivato a sei cifre.

Tre gruppi indipendenti che riproducono un trucco di compressione sono una cosa rara in questo genere. Quasi tutte le promesse di risparmio sui token arrivano dalla dashboard di un fornitore.

Tre livelli di maleducazione

La skill arriva con tre registri. `/caveman` dà la risposta da 20 token. `/ultracave` la porta a 14: prop oggetto inline, nuova reference, nuovo render, useMemo. `/megacave` restituisce 13 token in cinese, ed è lì che la battuta atterra davvero, perché il cinese è più denso per token su questo tipo di frase.

I registri esistono perché la compressione non è gratis. Togli abbastanza tessuto connettivo e perdi il ragionamento che rendeva affidabile la risposta. Una risposta da 13 token è ottima quando la correzione è ovvia e pericolosa quando il modello sta tirando a indovinare. Dare agli utenti una manopola invece di un'impostazione fissa è la scelta onesta, anche se quasi tutti la lasceranno al centro e non ci penseranno più.

Il lato della lettura è meno visibile e probabilmente più grosso. La skill cambia anche cosa l'agente tira dentro il contesto: meno file, meno paragrafi intorno, log più stretti. Un esempio documentato è un'esecuzione di test che produceva 397 token di output ed è finita a 76 dopo che la skill ha riscritto il comando usato. Chiunque abbia visto un agente incollare quaranta righe di test verdi in una conversazione sa da dove arriva quella fattura. Il risparmio lì è strutturale, la differenza tra leggere un riassunto e leggere una trascrizione.

L'installazione è una riga, `npx @caveman-ai/cli@latest`, Node 22.13 o superiore. L'installer trova i tuoi agenti e i tuoi login, mostra cosa intende cambiare e aspetta che tu prema invio. Dopo, un semplice `claude` gira in modalità caveman, e così Codex, Gemini CLI, OpenCode e, secondo il README, più di altri 30. Gira in locale, sulle tue chiavi e sui tuoi abbonamenti. Niente passa da un server di terzi se non scegli l'opzione cloud.

Perché funziona

I modelli linguistici sono addestrati su prosa umana, e la prosa umana è ridondante per costruzione. Quando un agente risponde a una domanda tecnica, riproduce la forma di un buon post di blog: riformula il problema, spiega il meccanismo, consiglia una correzione, aggiunge un'avvertenza. È tutta buona scrittura e quasi tutta superflua quando chi legge è uno sviluppatore che il contesto lo conosce già.

Il risparmio si accumula sul lato input, che è la parte che si dimentica. Un agente che scrive risposte più corte produce anche una cronologia più corta, e la cronologia viene rimandata a ogni turno. Un agente prolisso paga la propria prolissità di nuovo a ogni richiesta successiva. Taglia la risposta di un terzo e il risparmio si accumula lungo la conversazione invece di restare dentro un messaggio.

È anche il motivo per cui la compressione deve essere stabile. Se l'agente a volte scrive prosa e a volte scrive cavernicolo, il contesto diventa incoerente e il modello comincia a essere vago sul proprio formato. Una skill che impone un registro fa una cosa che un suggerimento nel prompt non può fare.

L'app desktop gratuita è il vero business

Accanto alla skill, il progetto distribuisce Caveman Code, un'app Mac gratuita che mette ogni agente di coding in un'unica finestra. I numeri di marketing sono su Terminal-Bench 4: 21 % più economica di Codex per task risolto, 14 % più economica di Claude Code risolvendo 97 task contro 83, e 76 % più economica su una giornata intera di lavoro con quattro app collegate. Stesso modello su entrambi i lati di ogni confronto, prezzi di listino, novembre 2026, esecuzioni proprie.

Il terzo numero va letto con calma. Una giornata intera con quattro app non è un benchmark, è la descrizione di come la gente usa davvero questi strumenti: diversi agenti, sessioni lunghe, molto cambio di contesto. È lì che il sovraccosto dei token smette di essere un errore di arrotondamento e diventa la fattura.

La strategia si legge bene. Regala ciò che fa risparmiare, diventa la finestra in cui tutti fanno girare i propri agenti, poi vendi il livello di coordinamento. È la stessa mossa che ogni IDE e ogni terminale fa da due anni, con una battuta migliore.

Dove può andare storto

La compressione toglie informazione, e una parte di quell'informazione porta peso. I commenti al codice scritti in cavernicolo sono peggiori per l'umano successivo. I messaggi di commit scritti in cavernicolo sono peggiori per tutti. La skill punta alla chat e il README dice chiaramente che il codice resta esatto, ma il confine è tenuto da un prompt e i prompt perdono.

C'è anche un problema di misura. I conteggi dei token sono facili da riportare, il costo per task risolto no. Un modello che risparmia il 30 % dei token e ha bisogno di un giro di chiarimento in più non ha risparmiato niente. Il 18 su 18 risponde per un test ristretto, e 18 domande non sono un benchmark.

La tesi centrale però regge l'esame, ed è la tesi meno glamour dell'AI in questo momento: buona parte di quello che gli agenti costano se ne va in parole di cui nessuno aveva bisogno. Sistemarlo non richiede un modello nuovo, una finestra di contesto più grande o una GPU. Richiede decidere che l'agente deve parlare come un collega competente che ha da fare.

Articoli correlati