🪨 "why use many token when few token do trick"

🪨 “why use many token when few token do trick”

แค่วลีเดียวนี่กระแสตีแตกบน GitHub แล้วครับ นี่คือ Caveman — skill ที่ทำให้ AI coding agent ตอบกลับสั้นแบบมนุษย์ถ้ำ

Caveman ใช้กับ Claude Code, Codex, Gemini, Cursor หรือ Copilot ก็ได้ แค่เปิด /caveman แล้ว Agent จะตัดน้ำทิ้ง เก็บแต่เนื้อหาสำคัญ

ผลลัพธ์? — output token ลด 65-75% — technical accuracy 100% — ความเร็วที่ได้กลับมาเพิ่ม ~3x

ตัวอย่าง: เอาไปใช้กับ React bug

Normal Claude: “The reason your React component is re-rendering is likely because you’re creating a new object reference…”

🪨 Caveman: “New object ref each render. Wrap in useMemo.”

69 tokens → 19 tokens คำตอบเหมือนกัน

คนเขียนคือ Julius Brussee อายุ 19 ลูกชาย Arjan Brussee — ตำนาน dev ชาวดัตช์ และ skill นี้มี benchmark จริง เทียบกับ “answer concisely” ธรรมดา — honest delta ยิ่ง task ยาว ยิ่งประหยัดมาก

ถ้าอยากสั้นกว่านั้นก็เลือกระดับได้ lite → full → ultra → wenyan (จีนคลาสสิค) ยิ่งสั้น ยิ่งประหยัด

คู่กันยังมี /caveman-review สำหรับ PR comment บรรทัดเดียว /caveman-compress สำหรับบีบ memory files ต่ออีก 46% และ caveman-shrink ที่เป็น MCP middleware บีบ tool descriptions ของ MCP server ต่างๆ

ในมุมของคนที่ใช้ AI Agent จริง นี่ไม่ใช่ joke tool Caveman ตี pain point จริง: output ยาว → อ่านไม่ทัน → token หมด → เงินหาย

“ถ้า agent พูดน้อยลง ให้คุณภาพเท่าเดิม นั่นคือ win-win ครับ”

👇 ลิงก์ repo + benchmark ไว้ใน comment ครับ

#SynapTechAI #Caveman #AIAgent #ClaudeCode #DevTools

---

📖 อ่านบทความเต็มบน Facebook | 🔔 ติดตาม SynapTech