--- title: "Caveman Claude a rzeczywistość: co pokazuje README, a co tsbench" description: "README Cavemana mówi o 65-75% redukcji. Issue" author: Maciej Olszewski date: 2026-05-07 tags: - claude-code - ai url: "https://inprojects.ai/blog/claude-code-caveman-liczby/" language: pl --- # Caveman Claude a rzeczywistość: co pokazuje README, a co tsbench > README Cavemana mówi o 65-75% redukcji. Issue > Caveman Claude ma 41 000 gwiazdek, #1 na Hacker News i omówienia w Decrypt. I liczbę "75% oszczędności" w każdym miejscu, w którym się o nim pisze. Tyle że to liczba z wybranego wycinka tokenów wyjściowych, a nie z całej sesji. Realny wpływ: 4-10%. Tu pokazuję, skąd ta rozbieżność i kiedy Caveman faktycznie ma sens. Wracamy do głównego artykułu: [Claude Code: jak przestać palić tokeny](https://inprojects.ai/blog/claude-code-oszczedzanie-tokenow/). ## Co dokładnie jest w README Na stronie [juliusbrussee/caveman](https://github.com/juliusbrussee/caveman) są dwie liczby. Tytuł repo: *"🪨 why use many token when few token do trick - Claude Code skill that cuts 65% of tokens by talking like caveman"*. Sekcja benchmark podaje **średnio 65% oszczędności na tokenach wyjściowych (`output tokens`)**, zakres 22-87%, 10 zadań testowych, tokenizer tiktoken, model Claude API. Tweety i omówienia prasowe podciągają to do okrągłych 75%. Obie liczby są prawdziwe, ale tylko w kontekście, w jakim zostały zmierzone. A ten kontekst mocno odbiega od typowej sesji Claude Code. ## Issue #234: co zarzuca Kanevry [Issue #234](https://github.com/JuliusBrussee/caveman/issues/234), otwarty od tygodni, nierozwiązany. Zgłaszający (Kanevry) pobrał repo ewaluacyjne autora (`evals/snapshots/results.json`) i przeliczył dane inaczej. Autor porównuje Cavemana z domyślnym Claude'em. Ale w danych jest też wariant `__terse__`, czyli zwykły prompt "be concise, no pleasantries, no filler". To jest właściwa grupa kontrolna: jeśli chcesz zmierzyć, co Caveman daje ponad prosty prompt o zwięzłość, porównaj go z `__terse__`, a nie z rozwlekłym wariantem domyślnym. Wynik Kanevry'ego: - Caveman vs domyślny Claude: -65% (tak jak podaje README) - Caveman vs `__terse__` (poprawna kontrola): **mediana -50%** Czyli połowę oszczędności Cavemana dałby zwykły prompt "bądź zwięzły". Druga połowa to wartość dodana struktury "jaskiniowca" (równoważniki zdań, bez rodzajników). -50% względem `__terse__` to nadal sporo. Ale to nie jest -75% z marketingu. ## Dlaczego "proza to ~25% sesji" Druga warstwa problemu: nawet -50% na tokenach wyjściowych prozy nie przekłada się liniowo na oszczędność w sesji. Sesja Claude Code dzieli się mniej więcej tak (mój pomiar na trzech różnych typach zadań, estymacja tiktoken): | Składnik sesji | Udział | Czy Caveman to kompresuje? | |----------------|-------:|:---------------------------| | system prompt + tools + CLAUDE.md | 15-25% | nie (bazowe obciążenie) | | historia konwersacji (ponowne czytanie) | 20-40% | tylko częściowo | | wyjścia narzędzi (`git`, testy, `cat`) | 25-45% | **nie** (to kod/dane, nie proza) | | wyjście Claude'a (proza, wyjaśnienia) | 15-30% | **tak** | | thinking tokens (extended thinking) | 5-20% | nie | Caveman łapie tylko prozę w odpowiedzi modelu, czyli 15-30% sesji. Jeśli na tym kawałku oszczędzi 50% (po skorygowaniu do uczciwego punktu odniesienia), to: `0.5 × 0.25 = 0.125`, czyli **~12,5% całej sesji** To wariant optymistyczny. Pesymistyczny: 4-8%. Pokrywa się to z niezależnymi analizami na Medium i blogach, których autorzy próbowali odtworzyć ten benchmark na realnych sesjach. ## Czego Caveman **nie** robi Zanim zainstalujesz, sprawdź te punkty: - **Nie tyka kodu.** Kod, ścieżki, URL-e, komendy, nagłówki zostają nietknięte. To dobrze (nie psuje wyjścia), ale ogranicza zasięg. - **Nie tyka thinking tokens.** Extended thinking jest wewnętrzny dla modelu, Caveman nic z tym nie zrobi. - **Nie tyka wyjścia narzędzi.** `git log` trafia do Claude'a taki sam, bo to narzędzie, nie model. - **Nie skraca historii ponownego czytania.** Kontekst rośnie tak samo, tylko odpowiedź w każdej turze jest trochę krótsza. Jedyny mierzalny punkt styku to tekst, który model wypluwa po kompresji. Reszta sesji idzie "obok". ## Kiedy Caveman faktycznie pomaga Tak, są typy zadań, w których to ma sens: - **Długie wyjaśnienia architektoniczne**, gdy Claude na pół strony tłumaczy, czemu polecił X zamiast Y - **Code review**: Caveman tnie "Let me explain what I see in this code..." do "Look: auth missing rate limit. Fix: middleware layer. Test: simulate 1000 req/s." - **Dyskusje planistyczne**, gdy planujesz funkcjonalność, a Claude ma skłonność do rozwlekania - **Programowanie w parach** w trybie konwersacyjnym, gdzie długość odpowiedzi ma znaczenie, bo czytasz ją na bieżąco Tu oszczędność jest wyraźna i widoczna od razu. Subiektywnie też lepiej się to czyta: styl równoważników zdań pasuje do debugowania i rozwiązywania problemów. Typy zadań, w których Caveman jest prawie niewidzialny: - **Implementacja z testami**: dominują wywołania narzędzi i kod - **Debugowanie błędów uruchomieniowych**: wyjście to głównie stacktrace'y, nie proza - **Migracje**: kod, kod i jeszcze raz kod, prawie zero prozy ## Porównanie z prostym promptem Zanim zainstalujesz pluginy, hooki i `skills`, sprawdź, czy samym promptem nie osiągniesz porównywalnego efektu. Dodaj do CLAUDE.md: ```markdown # Response style - Be concise. Fragments OK. - No preamble, no pleasantries, no "Let me...", no "I'll...". - Skip explanations unless I ask. - Technical substance exact. Drop filler. ``` To daje realnie ~50-60% tego, co Caveman, bez instalacji, bez hooków i bez ryzyka `Ultra "slips"` (Issue #233: w długich sesjach poziom Ultra "wycieka" i Claude wraca do normalnego stylu). Jeśli po tym eksperymencie chcesz jeszcze mocniej, Caveman jest krokiem dalej. Ale zacznij od promptu. ## Tryb Wenyan, ciekawostka z gwiazdką Caveman ma poziom `wenyan`, czyli klasyczną chińszczyznę. Wenyan to wariant literacki, znacznie bardziej skondensowany niż mandaryński, każdy znak niesie więcej znaczenia. Claude potrafi używać go poprawnie i teoretycznie kompresja jest większa niż w angielskim Ultra. Problemy: - Jeśli nie czytasz po chińsku, czytasz własne wyjście przez translator - Czasem model miesza wenyan z mandaryńskim albo japońskim kanji - Dla zadań technicznych (Rust lifetimes, TypeScript generics) znaki chińskie nie są oczywistym medium opisu To bardziej ciekawostka niż praktyczna funkcja. Ale jeśli czytasz po chińsku, sprawdź. ## Co instaluję razem z Cavemanem Jeśli już decydujesz się na Cavemana, nie zatrzymuj się na nim samym. Połącz go z czymś, co faktycznie robi ciężką robotę: - Caveman + [RTK](https://inprojects.ai/blog/claude-code-rtk-konfiguracja/): Caveman tnie prozę, RTK tnie wyjście narzędzi. Razem dają 30-50% łącznej oszczędności. - Caveman + Context Mode: Caveman tnie wyjście modelu, Context Mode tnie dane wchodzące. Uzupełniają się. - Caveman sam: dla dyskusji architektonicznych i code review to wystarcza. Czego **nie robić**: instalować Cavemana, Token Optimizer MCP i Token Optimizer (alexgreensh) jednocześnie. Powstaje konflikt hooków, a Caveman sam już modyfikuje instrukcję systemową. ## Werdykt Caveman nie jest oszustwem. Ma mierzalny efekt, jest na licencji MIT, dobrze utrzymywany, a instalacja to dwie komendy. Problem jest tylko z liczbami w marketingu. Realistyczne oczekiwania: - Oszczędność wyłącznie na prozie w odpowiedzi modelu - ~50% na tym wycinku względem wariantu kontrolnego "bądź zwięzły" - ~12% całej sesji w optymistycznym wariancie - Najlepiej widoczny na sesjach dyskusyjnych, nie implementacyjnych Jeśli wchodzisz z nastawieniem "75% oszczędności", będziesz rozczarowany. Jeśli wchodzisz z nastawieniem "ciekawa modyfikacja stylu, oszczędność przy okazji, fajnie się czyta", dostaniesz to, po co przyszedłeś. --- Wracając do głównego artykułu: [Claude Code: jak przestać palić tokeny](https://inprojects.ai/blog/claude-code-oszczedzanie-tokenow/). Konkretne narzędzia, które oszczędzają więcej: [RTK](https://inprojects.ai/blog/claude-code-rtk-konfiguracja/) i [Claude Context offline](https://inprojects.ai/blog/claude-code-context-offline/).