Плагин Caveman сокращает расходы на ИИ-токены на 65-75%, превращая многословные ответы Claude и Codex в рубленые фразы. Разработчики из OpenAI, Nvidia и GitHub уже попробовали. Разбираемся, что стоит за этой странной идеей и почему она работает.
Представьте: ваш ИИ-ассистент вместо развёрнутого «вы совершенно правы, я признаю свою ошибку и готов пересмотреть подход» отвечает что-то вроде «Хулк ломать. Делать снова». Звучит нелепо – и именно так работает плагин Caveman, который тихо набирает популярность среди разработчиков в крупных технологических компаниях. Цена вопроса: экономия токенов ИИ на уровне 65-75% при каждом запросе.
30 июня 2026 года издание 404 Media опубликовало материал о том, как разработчики из OpenAI, Nvidia и GitHub используют этот инструмент в рабочей среде. Старший сотрудник OpenAI даже добавил в проект собственный код – поддержку Codex. Это уже не эксперимент энтузиастов, а практика, которую выбирают люди, понимающие цену каждого токена буквально.
Откуда растут расходы на токены
Проблема не новая, но масштабы уже не игнорировать. Компании начали замечать, что AI-расходы растут быстрее, чем они успевают это осмыслить. Консалтинговый гигант Accenture обнаружил: значительная часть «взлетевших токенных трат» приходится на людей, которые используют ИИ для… конвертации PDF в презентации. Не для кода, не для аналитики – для переформатирования документов. Это дорого и глупо, но так устроены люди.
LLM по природе своей разговорчивы. Claude Code, Codex, Gemini – все они обучены давать развёрнутые, вежливые, структурированные ответы. Это хорошо, когда вы готовите документацию или объясняете концепцию. Это расточительно, когда вам нужен ответ на простой вопрос в рабочем цикле. Модель тратит токены на «согласен с вашей точкой зрения», «хотел бы уточнить следующее» и ещё три абзаца этикета – прежде чем скажет что-то полезное.
Если вы строите контент-завод на ИИ или любую другую автоматизацию с большим числом запросов, этот «балласт» вежливости буквально умножает счёт. Сотни запросов в день, каждый с лишними 200-300 токенами – суммы складываются быстро.
Как работает Caveman
Механика проста до изящества. Плагин переключает режим ответа модели: вместо полноценного литературного текста инструмент получает максимально сжатый output. Убираются вежливые обёртки, убираются пояснения к пояснениям, убирается «эмоциональный» слой. Остаётся суть.
Это не про качество – это про канал. Когда ИИ работает как шестерёнка в автоматизированной цепочке, ему не нужно быть приятным собеседником. Ему нужно быть точным и коротким. Caveman именно это и делает.
Интересный момент: авторство проекта и конкретные технические детали в открытых источниках ограничены, 404 Media ссылается на создателя инструмента напрямую. Но факт участия старшего сотрудника OpenAI говорит кое-что важное: внутри самой компании, создающей эти модели, понимают проблему расточительности токенов и ищут способы её решить.
Экономия токенов ИИ как отдельная дисциплина
История с Caveman – симптом более широкого сдвига. Компании прошли фазу «попробуем всё», теперь идёт фаза «считаем деньги». Это нормальный цикл для любой технологии. Сначала все экспериментируют и не смотрят на счета, потом CFO присылает таблицу – и начинается оптимизация.
Стратегий несколько. Одни меняют модели: переключаются с дорогих frontier-моделей на более дешёвые для рутинных задач. Другие переписывают системные промпты, убирая всё лишнее. Третьи, как в случае с Caveman, меняют сам формат ответа. Четвёртые пересматривают бизнес-процессы – убирают задачи, где AI не добавляет ценности.
Хороший пример разумного подхода – авто-блог для бизнеса, где Claude Sonnet 4 используется для генерации SEO-статей: модель вызывается там, где нужен качественный текст, а не везде подряд. Это противоположность «AI для конвертации PDF» – осознанное, целевое использование.
Почему это важно для маркетинга и контента
Если вы используете ИИ для контента – и особенно если строите автоматический блог с ИИ, где каждый день генерируются десятки статей – вопрос токенной экономии напрямую влияет на unit-экономику проекта. Разница между «мы вписываемся в бюджет» и «нам надо поднять цены» часто кроется именно здесь.
Подход Caveman применим не только к code-агентам. Любой pipeline, где модель отвечает внутри автоматизированной цепочки и её ответ обрабатывается кодом, а не читается человеком, – кандидат на «пещерный» режим. Вам не нужна вежливость от бота, который пишет в базу данных. Вам нужна структура.
Отдельная тема – outreach и лид-генерация. Системы AI-генерации лидов делают сотни персонализированных запросов, и здесь каждый сэкономленный токен на этапе внутренней обработки суммируется в реальные деньги. Там, где письмо всё-таки читает человек, нужен нормальный язык. Там, где идёт служебная обработка данных – Caveman.
Что меняется в подходе к AI-расходам
Caveman – это не просто плагин. Это маркер того, что рынок повзрослел. Компании начали задавать вопрос: а зачем мы платим за каждое «с удовольствием отвечу на ваш вопрос»? Хороший вопрос, кстати.
Меняются и модели оплаты. Провайдеры видят, что клиенты ищут выход, и начинают экспериментировать с альтернативными тарифами. Это давление снизу – когда сами пользователи инструментами вроде Caveman сигнализируют: текущая модель расточительна.
Экономия токенов ИИ становится отдельной компетенцией в AI-стеке компании – наравне с выбором модели, архитектурой промптов и RAG-стратегией. Кто не думает об этом сейчас, тот будет думать об этом позже, когда счёт придёт.
Итог
История с Caveman забавна по форме, но серьёзна по содержанию. Разработчики из крупнейших AI-компаний мира буквально отучают свои же модели от вежливости ради экономии. Это не баг, это фича зрелого рынка. Технология перестаёт быть игрушкой и становится статьёй бюджета – со всеми вытекающими: оптимизацией, нормированием и поиском дешёвых альтернатив.
Если вы строите что-то на ИИ и пока не думали о токенной экономике, сейчас хороший момент начать. Не потому что это модно, а потому что 65-75% экономии – это цифра, которую сложно игнорировать.
