Bắt AI Tiến Hóa Lùi: Ép Claude Nói Tiếng 'Người Tối Cổ' Để Tiết Kiệm 75% Token

Chào anh em. Đã bao giờ các ông phát điên vì mấy con AI cứ thích vòng vo tam quốc trước khi nhả code chưa? "Tôi rất vui được giúp bạn...", "Dưới đây là đoạn code tôi đã viết...", "Hãy để tôi tóm tắt lại...". Thôi im m* mồm đi và code đi! Đang chạy deadline lại còn phải chờ nó gõ từng chữ thảo mai, cắn token như uống nước lã.

Hôm nay tôi sẽ giới thiệu cho anh em một pháp khí giúp mấy con AI ngậm bớt miệng lại, đi thẳng vào vấn đề và quan trọng là... cứu vớt cái ví tiền của anh em khi dùng API.

Rốt cuộc thì cái tà thuật này là gì?

Tóm tắt nhanh cho anh em lười đọc: Có một lão pháp sư tên Julius đã train cho con Claude cách nói chuyện kiểu "người tối cổ" (Caveman). Nghĩa là sao? Nghĩa là thay vì nói một câu đầy đủ chủ vị, nó sẽ ném thẳng keyword vào mặt bạn. Kết quả? Húp trọn 24.9K stars trên GitHub và trở thành cái meme hữu dụng nhất trong giới dev tooling hiện tại.

Điểm qua vài tính năng ảo ma của con hàng này:

• Ép xung Token: Giảm trung bình 75% output token. Càng ít chữ phải đẻ ra thì tốc độ phản hồi càng nhanh (speed go brrr x3 luôn).
• 4 cấp độ "Tối cổ": Từ Lite, Full, Ultra cho đến... Văn ngôn (Tiếng Trung cổ). Chắc chắn là dị giáo!
• Review code súc tích: Nhả comment PR đúng 1 dòng kiểu: L42: 🔴 bug: user null. Add guard. Không lằng nhằng.
• Ép input: Tự động viết lại file CLAUDE.md của anh em thành ngôn ngữ tối cổ, giảm luôn 46% token đầu vào mỗi session.
• Đồ nghề quốc dân: Cài đúng 1 dòng là chạy mượt trên Claude Code, Cursor, Windsurf, Copilot...

Ví dụ nhẹ để anh em thấy sự khác bọt:

• Claude bình thường (69 tokens): "Lý do component React của bạn bị re-render có khả năng là vì bạn đang tạo một object reference mới trong mỗi chu kỳ render..."
• Claude Tối Cổ (19 tokens): "New object ref. Inline prop = re-render. Dùng useMemo."

Giang cư mận bàn tán gì về sự "tiến hóa lùi" này?

Cộng đồng mạng dĩ nhiên là chia phe combat nhẹ nhàng quanh cái tool này:

• Phe thực dụng tung hô: Đa số anh em đều khoái. Có ông nhảy vào khen ngay "BSB - Brain still big" (Não vẫn to). Một đạo hữu khác thì khoe đã tích hợp luôn vào file AGENTS.md để tự động kích hoạt mode tối cổ ngay từ tin nhắn đầu tiên.
• Phe tính toán chi li: Vài lão quái phát hiện ra việc nạp cái system prompt của Caveman lúc đầu sẽ làm tốn token input hơn một chút. Nhưng yên tâm, nhờ cơ chế cache nên tính đường dài thì anh em vẫn lãi to.
• Phe lo xa: Một vãn bối đặt câu hỏi khá hay: "Ở mức Ultra, liệu nó có cắt luôn mấy cái cảnh báo bảo mật hay edge cases quan trọng không?". Một thanh niên khác thì lo sợ việc ép nén file hướng dẫn có làm AI bị "trôi dạt ý nghĩa" (meaning drift) qua các session hay không.
• Phe khen lấy khen để: Rất nhiều anh em ưng ý vì tool này khôn ở chỗ: Khi có lỗi security nghiêm trọng, nó vẫn cảnh báo bằng câu cú đàng hoàng, còn mấy thứ linh tinh thì nó mới bật mode "unga-bunga".

Góc nhìn từ Coding4Food: Lắm chữ thì tốn tiền

Nói vuông cho nó nhanh, LLMs sinh ra mặc định là bị "over-polite" (quá lịch sự) để phục vụ đại chúng. Nhưng với dev chúng ta, "Talk is cheap, show me the code". Việc anh em ép AI nói ngắn lại không chỉ tiết kiệm giới hạn sử dụng (usage limits), mà còn giúp não bộ chúng ta tiếp thu logic nhanh hơn.

Có một fact khá khét (theo một comment trích dẫn paper tận tháng 3/2026 - ảo ma chưa): Việc áp đặt giới hạn độ dài thực sự giúp tăng độ chính xác của AI lên 26% trong các bài test. Dài dòng không phải lúc nào cũng tốt.

Chốt hạ: Đây là đồ chơi "must-have" cho anh em nào đang xài API trả phí hoặc hay bị dính rate limit. Cứ quăng việc cho nó làm và bắt nó im m* đi là xong!

Nguồn hóng hớt: Product Hunt