← 总览

Caveman

发布之后的表现

收入

用户 / 下载

开发者关注(github 库,2026-11-01)

讨论

官网动态

为什么成了 / 没成

成的部分很清楚:一句 meme 级的定位(「why use many token when few do trick」)踩在 2026 年春天开发者对 coding agent 账单的集体焦虑上,HN 904 分一天引爆,十万星来自传播而不是产品深度。之后的关键是作者没停在玩具上:半年 30 个版本,把「说话省字」(效果被质疑)换成可测量的「输入压缩 + 模型路由」,再把自己的测评口径改到可以辩护的数字(−33.2% 输入、0.46× 成本)。十万星 + 单人 + 19 岁的故事直接换来了 YC 和一串顶级基金,这条路径复制不了——不是产品赢,是分发赢。

没成或未知的部分:PH 两次发布合计 423 票,相对 11 万星几乎是零,说明它的用户在 GitHub / HN / X,PH 对开发者 CLI 工具不是有效渠道。更要紧的是商业化刚开始:Cloud 的 Team $300/月不是个人开发者的价位,Enterprise 按「托管 AI 花费」计价,本质上是想做 LLM 网关 / FinOps,那条线上有 Helicone、Portkey、LiteLLM、OpenRouter 等成熟对手,Caveman 的差异只剩「压缩」这一层,而压缩的实际节省幅度正是被质疑最多的地方。Free 档「可能用你的 prompt 改进模型」在企业客户那里是减分项。

对想跟的人

「coding agent 省 token」这个入口已经被 Caveman 和 Ponytail(18 万星)占死,再做一个压缩 skill 没有位置。还有位置的是它不愿或没精力做的事:面向个人和小团队的、按省下的钱分成而不是 $300/月的轻量计费;以及针对特定 agent(Codex / OpenCode / Hermes)或特定负载(测试日志、trace、SQL 结果)的垂直压缩器,做成它生态里的插件而不是对手。最大的坑:节省数字极容易被独立基准打脸(HN 那条 89 分的质疑帖就是先例),没有可复现的 pinned benchmark 就别发。

没查到的