AIエージェント出力を65%削減する原始人語化ツール

JuliusBrussee氏が開発した「caveman」は、AIコーディングエージェントが生成する応答を原始人語（caveman speak）に変換することで、出力トークンを約65%削減するツールである。GitHub上で公開されており、Claude CodeやCodex、Gemini、Cursor、Windsurf、Cline、Copilotなど30以上のエージェントに対応する。

「why use many token when few do trick（なぜたくさんのトークンを使うのか、少しで事足りるのに）」という一文がリポジトリの概要に掲げられている。冗談めいたコンセプトではあるが、実際に動作するツールとして開発された。根本的なアイデアは、AIエージェントが返す説明文の冗長な部分を取り除き、コードやコマンド、エラーメッセージといった技術的に正確な情報だけを短い文体で提供させるというものだ。

動作の仕組み

cavemanはエージェントごとにプラグイン、拡張機能、ルールファイル、またはnpxスキルとしてインストールされる。インストール用のワンライナーが提供されており、macOS、Linux、WSL、Git Bashではcurlコマンド、Windows PowerShellではスクリプトでインストールが可能だ。手順は約30秒で完了し、Node.js 18以上が必要となる。インストールされていないエージェントは自動的にスキップされ、再実行も安全にできる。

有効化は /caveman と入力するか「talk like caveman」と依頼することで行う。無効化は「normal mode」と発話する。Claude Code、Codex、Geminiでは最初のメッセージから自動的に有効になる。レベルは6段階用意されており、/caveman <level> で切り替えられるが、各レベルの詳細は現時点では明確に公開されていない。

トークン削減の具体例

リポジトリには通常のエージェントとcaveman適用後の応答を比較した例が示されている。

Reactコンポーネントの再レンダリングに関する質問に対し、通常のエージェントは69トークンを使って「The reason your React component is re-rendering is likely because…」と長めの説明を行う。一方、cavemanを適用したエージェントは「New object ref each render. Inline object prop = new ref = re-render. Wrap in useMemo.」と19トークンで回答を済ませる。

認証ミドルウェアのトークン有効期限チェックに関する質問では、通常のエージェントが「Sure! I’d be happy to help you with that…」と前置きを入れてから説明するのに対し、cavemanは「Bug in auth middleware. Token expiry check use < not <=. Fix:」と短く切り出す。どちらのケースでも技術的に失われる情報はなく、コード修正に必要な内容はすべて含まれている。

ベンチマークとして示された数値は以下の通りだ。

• 出力トークン削減率：65%
• 入力トークン削減率：0%
• 技術的正確性：100%
• 雰囲気：OOG（原始人語の感覚）

入力トークンは削減されない点に注意が必要だ。cavemanが影響を与えるのはエージェントが出力するテキストのみであり、エージェントが解釈するプロンプトやコードはそのまま保持される。この仕組みにより、応答品質を落とさずにAPIコストを削減できる可能性がある。

技術的意義と制約

出力トークンの削減は、API課金モデルが出力トークン単位で課金されるケースでは直接的なコスト削減につながる。特に大規模なコードレビューや連続的なエージェント対話が発生する開発環境では、一定の効果が期待できる。ただし、LLMによっては入力トークンも課金対象となるため、削減効果は利用状況に依存する。

cavemanはあくまで出力文体を変更するものであり、エージェントの推論能力やコード生成品質には幹渉しない。エラーやコマンド、コードブロックはバイトレベルで正確に保持される。短い回答を好む開発者にとっては生産性向上の一助になるが、詳細な説明や教育的な文脈が必要な場面では不向きといえる。

編集部の見解では、このツールはAIエージェントの出力コスト削減という実用的な需要に応えるものだが、同時に「AIの出力の質」をどのように定義するかという問いも投げかけている。単にトークン数を減らせば良いというわけではなく、状況に応じた文体の切り替えが重要になるだろう。内部リンクとして、Git Flow vs GitHub Flow vs Trunk Based Development：2026年版ブランチ戦略徹底比較やJenkins失敗ログをn8nとClaudeで自動調査、Slack通知へといった記事でも、開発ワークフローにおけるツール選択の考え方が参照されている。

インストールと対応エージェント

インストールは単一のコマンドで行える。macOS、Linux、WSL、Git Bashの場合は以下のコマンドを実行する。

curl -fsSL https://raw.githubusercontent.com/JuliusBrussee/caveman/main/install.sh | bash

Windows PowerShell 5.1以上の場合は次のコマンドを使用する。

irm https://raw.githubusercontent.com/JuliusBrussee/caveman/main/install.ps1 | iex

インストールスクリプトはシステム上の各エージェントを自動的に検出し、対応するパス（プラグイン、拡張機能、ルールファイル、またはnpxスキル）に設定を書き込む。対応エージェントの完全なリストとフラグ、ドライラン、アンインストールの方法はINSTALL.mdに記載されている。

特定のエージェントにのみインストールしたい場合、Claude Codeでは claude plugin marketplace add JuliusBrussee/caveman && claude plugin install caveman@caveman、Gemini CLIでは gemini extensions install https://github.com/JuliusBrussee/caveman、CursorやWindsurfなどのエージェント群には npx skills add JuliusBrussee/caveman -a cursor といったコマンドが用意されている。

インストールが壊れた場合の回復手段も提供されている。エージェントに「Read CLAUDE.md and INSTALL.md, install caveman for me.」と指示すれば、エージェント自身がリポジトリを読み、自分で再インストールを行う。リポジトリの説明には「Snake eat tail」（蛇が自分の尻尾を食べる）と書かれており、自己修復プロセスをユーモアで表現している。

編集部の見解

短期的には、AIエージェントを多用する開発チームにとって、出力トークン削減はAPIコストの抑制策として機能する。特に月間数百万トークンを消費するプロジェクトでは、cavemanの導入により数万円単位のコスト削減が期待できる。ただし、文体が極端に短くなることで、レビュアーや後続の開発者が内容を理解しにくくなるリスクも存在する。チーム内で文体の統一ルールを定めるか、用途に応じてcavemanのON/OFFを切り替える運用が必要だろう。 長期的には、このツールは「AIエージェントの出力スタイルをユーザーが制御できるべきだ」という考え方を具現化したものと評価できる。現在のLLMは長く丁寧な回答をデフォルトとしているが、開発現場では「要点だけが欲しい」場面が多い。cavemanのようなアプローチは、AIのコミュニケーションスタイルをカスタマイズする新たな市場を切り開く可能性がある。一方で、出力の簡略化が過度に進むと、エラーの読み取りやデバッグに支障をきたすリスクも無視できない。 編集部としては、トークン削減ツールの普及が、AIエージェントの「応答品質」の再定義を促すかどうかが注目点と考える。

参考

• GitHub Trending — 2026-07-04公開