Skill Caveman, com 75 mil estrelas, promete cortar em 75% o gasto de tokens no Copilot

Após a mudança de tarifação no Copilot, os desenvolvedores começaram a esbarrar nos limites mensais de tokens já na primeira semana de trabalho. Nos chats de trabalho todo mundo procura um jeito de economizar, e entre as sugestões um skill aparece com insistência: o Caveman. O README do repositório promete até 75% de economia sem perda de qualidade. Vamos ver como ele funciona e se isso se confirma na prática.

O que é o Caveman

A ideia é desconcertantemente simples: uma instrução especial no prompt de sistema manda o modelo de linguagem falar como um homem das cavernas, sem artigos, sem frases introdutórias e com sentenças curtíssimas. O princípio de "falar de forma concisa" reduz o volume de tokens de saída em cada resposta, e o consumo total diário cai de forma significativa. Os autores afirmam que a economia pode chegar a 75%, e sem degradação de qualidade.

O repositório reuniu mais de 75 mil estrelas no GitHub, número impressionante para uma ferramenta de mecânica conceitualmente tão simples. Foi justamente a viralização do skill que gerou a onda de discussões nos chats das equipes após a mudança na política de preços do Copilot.

Por que os limites de tokens viraram problema

O Copilot passou para uma nova tarifação, e o impacto foi maior nas equipes que usam assistentes de IA de forma intensa, com dezenas e centenas de requisições por dia. Os desenvolvedores chegam ao teto mais rápido do que esperavam, e nem de longe todos estão dispostos a pagar a mais por pacotes maiores.

As formas tradicionais de economizar são conhecidas há tempos:

• Escrever prompts curtos e precisos
• Não enviar contexto desnecessário em cada requisição
• Remover instruções repetidas da conversa
• Limitar o tamanho da janela de contexto
• Não pedir ao modelo para "pensar em voz alta" quando isso não for necessário

Tudo isso funciona, mas exige esforço consciente de cada membro da equipe a cada requisição. O Caveman propõe uma solução sistêmica: a instrução é adicionada uma vez ao prompt de sistema, e o modelo passa sozinho ao modo econômico, sem controle adicional.

Como o skill economiza tokens, tecnicamente

Na essência, o Caveman é um conjunto de instruções que obriga o modelo a comprimir ao máximo as respostas. A mecânica central é reduzir os tokens de saída, que na maioria dos provedores custam mais que os de entrada. Cada parágrafo extra, frase introdutória ou repetição é dinheiro de verdade em uso intenso. Se o modelo adota o estilo telegráfico a cada requisição, a economia total ao longo de centenas de interações por dia pode, de fato, ser relevante.

O número de 75% é teoricamente alcançável com compressão agressiva, principalmente se as tarefas não exigirem explicações detalhadas ou documentação longa.

"75 mil estrelas num repositório não podem estar erradas?"

Com essa pergunta, o autor começa os testes práticos.

Onde o skill pode falhar

O ceticismo aqui é justificado. A instrução "fale como um homem das cavernas" é vaga, e os modelos a interpretam de formas diferentes. Na prática, a economia aparente facilmente vira gasto extra: o modelo corta explicações importantes e o usuário faz três perguntas de esclarecimento em vez de uma.

O estilo telegráfico dificulta a leitura de código com comentários. Em tarefas de documentação, a compressão excessiva gera um resultado ilegível.

O que conta como "perda de qualidade" é outra questão. Se a tarefa foi resolvida corretamente do ponto de vista técnico, mas a explicação é tão comprimida que o desenvolvedor não entende a lógica, isso é economia ou degradação? Os autores do skill, pelo visto, consideram apenas os tokens, e não o esforço cognitivo de decifrar a resposta.

O benefício real depende do tipo de tarefa. Para perguntas curtas e pequenos trechos de código, o skill funciona bem. Para refatorações complexas ou para explicar decisões de arquitetura, pode causar mais prejuízo do que economia.

O que isso significa

A viralização do Caveman é sintoma de uma tendência mais ampla: as ferramentas de IA estão ficando mais caras, os limites estão mais apertados e a comunidade busca formas sistêmicas de ficar dentro do orçamento. Um teste real vai mostrar se o estilo "das cavernas" vale na prática as suas 75 mil estrelas, ou se são apenas números bonitos num README.