Julius Brussee
PulseAugur coverage of Julius Brussee — every cluster mentioning Julius Brussee across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
开源“caveman”插件可将大型语言模型令牌成本降低高达 65%
一款名为“caveman”的免费开源插件因其能够大幅减少大型语言模型的令牌消耗而受到关注，尤其是在编码任务方面。该插件由 Julius Brussee 开发，它迫使 Claude Code、Gemini CLI 和 GitHub Copilot 等模型采用简洁、电报式的风格，消除对话中的填充词和冠词。初步测试表明，输出令牌可节省高达 65%，从而显著降低成本，特别是考虑到输出令牌通常比输入令牌更昂贵。
-
AI 成本削减：公司使用“穴居人”插件简化 LLM 输出
公司正在为 Claude 和 Codex 等 AI 工具实施一个“穴居人”插件，以减少 token 使用量并控制飙升的成本。该插件迫使 AI 提供更简洁、直接的答案，减少不必要的文字和客套话。OpenAI、Nvidia 和 GitHub 的开发人员正在使用并贡献这个工具，一位用户报告 token 使用量减少了 65%。目标是在显著降低 token 使用量从而降低支出的同时，保持 AI 输出内容的实质，例如代码和技术细节。
-
穴居人AI工具提供适度的代币节省，而非75%
一款名为Caveman的新工具，旨在让Claude Code等AI模型以简化的穴居人方式说话，因其声称的75%代币减少而受到广泛关注。然而，独立测试显示，虽然Caveman可以将对话输出代币减少61-68%，但其对典型编码会话的总体影响仅为4-10%左右。该工具在提交消息和代码审查等任务中最有效，但在代码生成或推理方面效果较差。更具影响力的成本节约策略包括提示缓存和模型路由，它们分别可以将费用降低高达90%和50-70%。
-
原始人AI编码代理将代币成本降低高达60%
一款名为Caveman的新AI编码代理扩展已被开发出来，旨在显著降低AI生成代码的代币成本。通过使用一个系统提示，迫使AI省略对话中的填充语、不必要的冠词和冗长的解释，同时保持代码的准确性，Caveman可以将输出代币使用量减少高达60%。在包括React调试和Next.js应用程序修改在内的各种场景中的测试表明，节省效果显著，其中'Ultra'模式在一个复杂的Next.js项目中实现了约49%的节省。
-
Caveman 项目为 Mastodon 用户复兴编程语言
Caveman 项目由 Julius Brussee 开发，旨在重新引入编程语言。该计划试图通过回顾基础概念来探索软件开发的新范式。该项目的代码库可在 GitHub 上公开访问和贡献。