← 블로그로
Ai약 10 분 읽기

에이전트를 동굴인처럼 말하게 하는 스킬에 별 119,975개

게시일 2026년 11월 14일
에이전트를 동굴인처럼 말하게 하는 스킬에 별 119,975개

이 저장소에는 별이 119,975개 붙어 있고, 홍보 문구는 어눌한 영어 캡션 하나다. why use many token when few token do trick. 프로젝트 이름은 Caveman, Apache-2.0이고 명령 한 줄로 설치된다. 하는 일은 코딩 에이전트가 덜 쓰고 덜 읽게 만드는 것이다.

제품은 그게 전부다. 새 모델도, 새 도구도, 에이전트 프레임워크도 없다. 에이전트의 말투를 바꾸는 스킬, 에이전트가 읽는 내용을 깎는 프록시, 압축 강도를 고르는 몇 개의 명령이 전부다.

README의 전후 비교가 요약으로 충분하다. React 컴포넌트가 왜 다시 렌더링되는지 물으면 보통 에이전트는 63토큰을 쓴다. 렌더링 주기마다 새 객체 참조가 만들어지고, 얕은 비교는 이를 다른 값으로 보고, 그래서 다시 렌더링되며, prop을 useMemo로 감싸야 한다는 식이다. Caveman은 20토큰을 쓴다. 렌더링마다 새 객체 참조, 그래서 React가 다시 렌더링, prop을 useMemo로 감싼다. 고치는 방법은 같다. 사라진 토큰은 도입부와 얼버무림과 같은 말의 반복이었다.

숫자, 그리고 누가 검증했나

프로젝트 자체 측정으로는 세션 전체에서 입력 토큰이 33.2% 줄었고, Claude Code 실행 54회에서 18문제 중 18문제를 맞혔다. Auto 모드에서는 xhigh의 Opus 5.5와 비교해 코딩 작업 85개에서 54% 저렴하다고 보고한다. 한 테스트 실행은 397토큰에서 76토큰이 됐는데, 출력을 `tail -20`으로 넘긴 경우와 비교한 값이다.

입소문이 인센티브인 프로젝트의 자기 보고는 의심해야 하니 외부 검증이 더 중요하다. Adobe Research는 논문을 냈다. arXiv 2606.24083에서 모델 8개로 동굴인 스타일 출력을 측정해 1.4배에서 2.4배 저렴하다고 밝혔다. JetBrains는 A/B 테스트를 돌려 7월에 정리했다. Elasticsearch Labs는 자기 어시스턴트용으로 이 아이디어를 다시 만들었다. 프로젝트는 Hacker News 1위, GitHub Trending 1위에도 올랐고, 그래서 별이 여섯 자리에 닿았다.

압축 요령을 독립된 세 팀이 재현하는 일은 이 장르에서 드물다. 토큰 절감 주장은 대개 벤더 자체 대시보드에서만 나온다.

무례함의 세 단계

스킬에는 세 가지 어투가 있다. `/caveman`은 20토큰짜리 답을 준다. `/ultracave`는 14로 줄인다. 인라인 객체 prop, 새 참조, 다시 렌더링, useMemo. `/megacave`는 중국어로 13토큰을 돌려주는데, 여기서 농담이 제대로 착지한다. 이런 문장은 중국어가 토큰당 더 밀도가 높기 때문이다.

어투가 나뉜 이유는 압축이 공짜가 아니기 때문이다. 연결 조직을 충분히 걷어내면 답을 믿을 만하게 만들던 추론도 함께 사라진다. 고칠 곳이 뻔할 때 13토큰 답변은 훌륭하고, 모델이 추측하고 있을 때는 위험하다. 고정값 대신 다이얼을 준 것은 정직한 설계다. 대부분은 가운데에 둔 채 다시는 생각하지 않겠지만.

읽는 쪽은 덜 보이고 아마 더 크다. 스킬은 에이전트가 컨텍스트로 끌어오는 것도 바꾼다. 파일은 덜 읽고, 앞뒤 문단은 줄고, 로그는 촘촘해진다. 문서화된 예로, 397토큰을 쏟아낸 테스트 실행이 스킬이 쓴 명령을 바꾼 뒤 76토큰이 됐다. 통과한 테스트 출력 마흔 줄을 대화에 붙여넣는 에이전트를 본 사람은 그 청구서가 어디서 오는지 안다. 여기서의 절감은 구조적이다. 요약을 읽는 것과 기록을 읽는 것의 차이다.

설치는 한 줄, `npx @caveman-ai/cli@latest`, Node 22.13 이상. 설치기는 당신의 에이전트와 로그인을 찾아 무엇을 바꿀지 보여주고 Enter를 기다린다. 그 뒤로는 그냥 `claude`를 실행하면 caveman 모드로 돈다. Codex, Gemini CLI, OpenCode도 마찬가지고 README에 따르면 30개 넘는 도구가 그렇다. 로컬에서 당신의 키와 구독으로 돈다. 클라우드 옵션을 고르지 않는 한 제3자 서버를 거치지 않는다.

왜 이런 게 통하는가

언어 모델은 인간의 산문으로 학습됐고, 인간의 산문은 설계상 중복적이다. 에이전트가 기술 질문에 답할 때는 도움이 되는 블로그 글의 모양을 재현한다. 문제를 다시 말하고, 원리를 설명하고, 해결책을 권하고, 단서를 덧붙인다. 모두 좋은 글쓰기지만, 이미 맥락을 아는 개발자가 읽는다면 대부분 불필요하다.

절감은 입력 쪽에서 복리로 불어난다. 사람들이 잊는 부분이다. 답이 짧은 에이전트는 대화 기록도 짧아지고, 기록은 매 턴 다시 전송된다. 말이 많은 에이전트는 이후 모든 요청에서 자기 수다의 값을 또 낸다. 답 길이를 3분의 1로 줄이면 절감은 한 메시지 안에 머물지 않고 대화 전체로 쌓인다.

압축이 안정적이어야 하는 이유도 같다. 어떤 때는 산문으로, 어떤 때는 동굴인 말투로 답하면 컨텍스트가 일관성을 잃고, 모델은 자기 형식에 대해 얼버무리기 시작한다. 어투를 강제하는 스킬은 프롬프트 제안이 못 하는 일을 한다.

무료 데스크톱 앱이 진짜 사업이다

스킬과 함께 프로젝트는 Caveman Code를 내놓는다. 모든 코딩 에이전트를 한 창에 모으는 무료 Mac 앱이다. 홍보 수치는 Terminal-Bench 4에 있다. 해결한 작업당 Codex보다 21% 싸고, Claude Code보다 14% 싸면서 97개를 풀었다. 상대는 83개다. 앱 네 개를 연결한 하루 종일 작업에서는 76% 싸다. 모든 비교의 양쪽은 같은 모델, 정가 기준, 2026년 11월, 그들 자신의 실행 결과다.

세 번째 숫자는 천천히 읽어야 한다. 앱 네 개를 켠 하루 종일은 벤치마크가 아니라 사람들이 이 도구를 실제로 쓰는 방식에 대한 설명이다. 여러 에이전트, 긴 세션, 잦은 컨텍스트 전환. 토큰 오버헤드가 반올림 오차를 그만두고 청구서 자체가 되는 지점이 거기다.

전략은 읽힌다. 돈을 아껴주는 것을 무료로 풀고, 모두가 에이전트를 돌리는 창이 되고, 조정 계층을 판다. 지난 2년간 모든 IDE와 터미널이 해온 같은 수법이고, 농담만 더 낫다.

어디서 틀어질 수 있나

압축은 정보를 지우고, 그중 일부는 구조를 지탱한다. 동굴인 말투로 쓴 코드 주석은 다음 사람에게 더 나쁘다. 동굴인 말투로 쓴 커밋 메시지는 모두에게 더 나쁘다. 스킬은 채팅을 겨냥하고 README도 코드는 정확하게 유지한다고 분명히 말하지만, 그 경계는 프롬프트가 지키고 있고 프롬프트는 샌다.

측정 문제도 있다. 토큰 수는 보고하기 쉽고 해결 작업당 비용은 그렇지 않다. 토큰을 30% 아끼면서 확인 한 라운드를 더 요구하는 모델은 아무것도 아끼지 않았다. 18문제 전부 정답은 좁은 테스트 하나를 다룬 것이고, 18문제는 벤치마크가 아니다.

그래도 핵심 주장은 검증을 견딘다. 그리고 지금 AI에서 가장 멋없는 주장이다. 에이전트 비용의 큰 몫은 아무도 필요로 하지 않은 말에 쓰인다. 고치는 데 새 모델도, 더 큰 컨텍스트 창도, GPU도 필요 없다. 필요한 것은 에이전트가 바쁜 유능한 동료처럼 말해야 한다고 정하는 일뿐이다.

관련 글

서버 한 대, AI 스트리머 한 명: 야간 라이브를 돌리는 코드

open-yoki는 매일 밤 Binance Square에서 방송하는 AI 진행자의 프로덕션 코드로, 성격과 목소리, 돈에 닿는 기능은 걷어냈습니다. headless Chrome이 프레임을 그리고 ffmpeg이 RTMP를 밀며, Markdown 폴더가 그녀의 기분과 올릴 글을 정합니다.

Pinky는 agent에게 당신의 폰을 맡기고, 당신이 허용을 누를 때까지 전송 버튼을 붙잡고 있습니다

Pinky는 어떤 MCP agent든 실제 iPhone이나 Android 폰에 연결하고, 승인을 프롬프트가 아닌 자체 게이트웨이에서 강제합니다. 은행 앱은 보이지 않고 비밀번호 입력란은 손댈 수 없으며, Android 13에서는 agent가 숨겨진 두 번째 화면을 받습니다.

인터페이스의 AI 티를 잡아내고 9단계로 고치는 Claude skill

unslop은 Claude Code, Codex, Antigravity에서 도는 skill로, vibecoded 화면이 어디서 싸구려처럼 보이는지를 먼저 이름 붙여 줍니다. 제품에서 방향을 잡고 나면 디자이너가 redline review를 하듯 패스를 겹쳐 고칩니다. star는 19,413개이고, slop이 무엇인지에 대한 답도 분명합니다.

세계의 법을 git에 넣은 사람들, 이제 법조문도 blame할 수 있다

global-law는 각국 법령을 git 저장소로 보관하고, 커밋 하나가 특정 날짜에 시행된 법 하나에 대응한다. 조문에 log, blame, show, diff를 돌릴 수 있고, 어느 날 각국에서 시행 중이던 법을 확인하고, 코퍼스 전체를 MCP로 어시스턴트에 넘길 수 있다.