Caveman

发布之后的表现

收入:indie(TrustMRR)库里没有 Caveman 的档案库。按域名 caveman.so、名字 caveman、创始人 Brussee 三种条件查均无记录。所以没有任何第三方校验过的收入数字。官网自报的定价档(Team $300/月)是唯一的价格信息,付费用户数、MRR 一概未知。

用户 / 下载:App Store、Google Play、Mac App Store 库里都没有它(命中的 4 个 app 是无关的「Caveman Feast」「Dinosaur vs Caveman」等)库。Chrome 应用商店有:Caveman Mode — ChatGPT, Claude & Gemini,10,000 用户,4.6 分 / 69 个评分,2026-06-18 发布,2026-06-24 最后更新,官网指向 caveman.so库 chromestore。注意它 6 月后就没再更新,而主仓库 11 月还在推 v4.0.1——扩展是引流件,不是主产品。

开发者关注:GitHub JuliusBrussee/caveman 116,663 星 / 6,771 fork,fork/star 比 0.058(健康区间),suspect 标记为空,最近提交 2026-11-01,最新 release v4.0.1(2026-10-13)库 github。30 天涨 8,380 星(窗口 34 天),单日最大涨 585(2026-10-16),曾上全站 trending 第 4 名。曲线:7-30 94,394 → 8-28 101,546 → 9-29 108,283 → 10-15 112,350 → 11-02 116,663,是持续爬升而非一次性爆发。同作者另有 cavekit(1,157 星)、caveman-code(944)、cavemem(675)等,合计 12 万星。

讨论:HN 上 2026-04-05 一条 story「Caveman: Why use many token when few token do trick」904 分、366 评论库 hackernews,官网称其当日 #1。另有 2026-04-29 一篇第三方 benchmark 帖 89 分。X 本地库里没有 @julius_brussee 的帖(他不在任何圈子名单)库;但公开推文显示他 2026-10 宣布「Caveman is backed by @ycombinator (F26)…111k GitHub stars later, it's a company」〔自报,x.com/julius_brussee/status/2110072959297859804〕。

官网动态:官网在,且在更新——首页横幅推「Live Model routing is now available in Claude Code」和「Benchmarking Sonnet 5.5」,有 /news、/press、/router、/cloud、/enterprise 页面,定价页结构完整官网。媒体报道:Fortune、404 Media、Hackaday、Decrypt、BNR、RTL、JetBrains、InfoWorld、TechTimes、Elasticsearch Labs。

自报 vs 实际

关键矛盾:65% 是「输出 token 压缩率」,而输出只占长任务总 token 的约 10%,所以对总账单的实际节省约 8–9%。官网现在把口径改成「33.2% fewer input tokens / 65% less readable output / 0.46× cost per task」,比早期诚实,但标题数字仍容易被误读。

为什么成了 / 没成

成了「开源影响力」这一半:一个 19 岁学生的玩笑式 prompt,靠 HN 904 分 + GitHub trending 拿到 11.6 万星,拿到 YC F26,拿到 Fortune / 404 Media 报道。原因是叙事极简且可验证——「少说话省 token」一句话讲清,一行命令能装,效果当场可见,天然适合传播。

没成的是「可验证的商业化」:JetBrains 实测 8.5% 说明省的钱远小于宣传,而省 token 这件事上游模型厂商自己会做(更便宜的模型、prompt caching、context 管理),护城河浅。Caveman 的应对是把定位从「一个 skill」升级成「agent 成本优化栈」(Cloud 观测 + 路由 + 自动修复),这是从工具转向平台的标准动作,但 Cloud 2026-10 才上线,收入侧在库里完全空白,现在下结论太早。

对想跟的人

这个方向位置还在,但不在「压缩 prompt」这一层。Caveman 的 116,663 星证明了需求真实,可 8.5% vs 65% 的落差也证明了单点压缩的天花板——省的是输出 token,而输出只占约 10%。真正的位置在它现在转去的方向:跨 agent 的成本可观测 + 归因(哪个 agent、哪次调用烧了钱),这是模型厂商没动力做、企业又必须有的中立层。最大的坑是:你做的优化随时可能被上游一个更便宜的模型或一次 caching 更新抹平,所以别把产品建在「省 X% token」上,要建在「证明省了多少」上——Caveman 官网自己都写了「Measured, inferred and verified savings stay separate labels」,这句话就是这门生意的全部难点。

没查到的

• 收入:indie(TrustMRR)无档案,无 MRR / 订阅数 / 是否挂牌出售;Cloud 的付费转化完全未知。
• X 本地库:@julius_brussee 不在任何圈子名单,本地库 0 条提及;实时接口未开,无法查他近期推文全量。
• App Store / Google Play / Mac App Store:均无该产品(命中的是同名无关 App)。
• HN 首页停留时长:该帖 2026-04-05 发布,早于首页快照起点(2026-10-31),front_hours 为 0 不代表没上过首页。
• 下载量 / 用户数:Chrome 扩展 10,000 用户是唯一用户侧数字;CLI 安装量、Cloud 注册数均无公开来源。
• 融资额:YC F26 已确认,但具体金额、估值、是否有其他投资人,公开渠道未查到。