Die Idee

Wenn du einen KI-Coding-Agenten fragst, warum ein Test fehlgeschlagen ist, beginnt die Antwort vielleicht mit einer Begrüßung, wiederholt deine Frage und enthält mehrere höfliche Überleitungen, bevor sie die fehlerhafte Zeile nennt. Das ist nicht immer schlecht. Beim Debuggen kann es aber das Lesen verlangsamen.

Caveman ist ein Antwortstil-Skill: eine wiederverwendbare Anweisung dafür, wie ein Agent seine Antwort formuliert. Er fordert den Agenten auf, Fülltext, Höflichkeitsfloskeln und unnötige Formulierungen zu entfernen, ohne die technische Bedeutung zu verlieren. Laut Projekt sollen Code, Befehle, Pfade, Fachbegriffe, Zahlen, exakte Fehlerzeichenfolgen und notwendige Reihenfolgen unverändert bleiben. Auch Verneinungen wie „nicht“ und „nur“ werden ausdrücklich erhalten. Quelle

Einfach gesagt: Caveman soll die geschriebene Antwort des Agenten direkter machen. Es macht das Modell nicht klüger und verspricht keine niedrigeren Kosten.

Dieser Unterschied ist wichtig. Caveman verändert erzeugten Text: den Text, den der Agent als Antwort ausgibt. Es komprimiert nicht selbst deinen Prompt, Dateien aus dem Repository oder anderen Kontext, der an das Modell gesendet wird. Auch die Thinking-Tokens des Modells werden nicht komprimiert. Das Projekt dokumentiert diese Mechanismen getrennt. Quelle Quelle

Ein Token ist eine Texteinheit, die KI-Systeme für Verarbeitung und Abrechnung verwenden. Eine kürzere Antwort kann weniger Ausgabe-Tokens enthalten. Der Skill fügt einer Anfrage jedoch selbst Anweisungen hinzu. Gesamtnutzung und Kosten hängen von Aufgabe, Abrechnung des Anbieters, Caching und weiteren Faktoren ab. Setze deshalb eine knappe Ausgabe nicht mit einer garantierten Token- oder Kostenersparnis gleich.

Caveman ist auch nicht einfach der Prompt „antworte knapp“. Seine Anweisungen benennen Informationen, die exakt bleiben müssen. Das gibt einem Agenten konkretere Leitplanken als eine vage Bitte um Kürze. Version 3.1.0 trennt caveman, ultracave und megacave in eigenständige Skills und behält ältere Modus-Aliasse bei. Für Einsteiger ist gewöhnliches caveman die relevante grundlegende Antwortstil-Option. Quelle

Ein kleines Beispiel

Beispiel (hypothetisch): Du fragst einen Agenten, warum ein Authentifizierungstest fehlschlägt.

Eine gewöhnliche Antwort könnte beginnen: „Gern helfe ich dir. Es sieht so aus, als gäbe es möglicherweise ein Problem mit deiner Authentifizierungslogik.“ Erst später nennt sie einen Vergleich mit einem abgelaufenen Token.

Eine Caveman-ähnliche Antwort könnte beginnen: „Fehler: Vergleich eines abgelaufenen Tokens.“ Danach könnte sie die exakte fehlerhafte Zeile zeigen, den Vergleich in ein oder zwei Sätzen erklären und die kleinste sichere Korrektur vorschlagen.

Das Ziel ist nicht, jede Antwort in Satzfragmente zu verwandeln. Es geht darum, Wörter zu entfernen, die dir nicht beim Handeln helfen. Der exakte Testname, Fehlertext, Codeblock, Befehl und die Reihenfolge der Schritte müssen bleiben. Insbesondere wäre es gefährlich, wenn aus „Führe diese Migration noch nicht aus“ versehentlich „Führe diese Migration aus“ würde.

Der Skill enthält auto-clarity. Das bedeutet, dass er die Kürzung bei Sicherheitswarnungen, irreversiblen Aktionen, mehrdeutiger Schrittfolge sowie wiederholten oder verwirrten Fragen lockern kann. Quelle Das ist auch ohne Installation des Projekts ein nützliches Prinzip: Sei bei Routinearbeit kurz, aber bei kostspieligen Fehlern ausdrücklich.

Probier es aus

Nimm eine aktuelle Debugging-Frage mit geringem Risiko. Wende etwa fünf Minuten für diesen hypothetischen Vergleich auf:

  1. Bitte einen Agenten um eine normale Erklärung des Fehlers.
  2. Bitte um eine Version, die mit der Antwort beginnt und wenig Höflichkeitsfloskeln enthält, oder nutze Caveman nur, wenn dein Agent sein Skill-Format unterstützt.
  3. Vergleiche beide Antworten.
  4. Prüfe, ob die kurze Version weiterhin den exakten Fehler, den relevanten Befehl, die Codeänderung, Zahlen und jede wichtige Verneinung enthält.
  5. Entscheide, ob die kürzere Form den nächsten Schritt klarer gemacht hat.

Nutze für diese Übung keinen irreversiblen Produktionsbefehl. Du prüfst die Kommunikationsqualität, nicht Modellqualität oder Kosten.

Darauf solltest du achten

Caveman ist ein installierbarer Projekt-Skill, keine universelle Funktion jedes KI-Coding-Tools. Prüfe den Quellcode sowie das installations- oder berechtigungsspezifische Modell deines Hosts, bevor du ihn aktivierst.

Wichtiger noch: Knappes Schreiben kann trotzdem falsch sein. Prüfe erzeugten Code, Befehle, Warnungen und destruktive Schritte. Auto-clarity verringert das Risiko übermäßiger Kürzung, ersetzt aber nicht dein Urteil.

Die aktuelle Auswertung des Projekts berichtet für caveman eine mediane Verringerung der Ausgabelänge von 3 % gegenüber einer Kontrolle mit „Answer concisely.“. Sie beruht auf einem einzelnen Durchlauf und misst nur die Ausgabelänge. Sie belegt weder garantierte Qualität noch Latenz, modellübergreifende Leistung oder Kosteneinsparungen. Quelle

Nutze die Idee als Schreibpräferenz: direkt, wenn die Aufgabe klar ist; ausführlich, wenn Präzision oder Sicherheit mehr Worte brauchen.