Honey (I Shrunk the AI) by GreenPT

时机刚好：从明天起，Claude Code 中使用 Fable 5 将计入你的使用额度（Usage Credits）—— 每浪费一个 token，都会和你的真实工作消耗同一个额度池。效率不再是可选项。

我打造 Honey 之前，先观察了我的编程智能体在每个任务上反复做同样三件事：编写本不需要存在的代码、复述代码已经表达的内容、在彼此之间传递臃肿的 JSON。这些就是账单上的开销，其中大部分是浪费。

Honey 站在两项你可能知道的技术肩膀上 —— Ponytail（极简代码）和 Caveman（简洁文风）。它融合了两者的思想，加入它们没有的调节手段，并通过基准测试加以验证：

🍯 更少代码 —— 沿 YAGNI 阶梯逐级判断：是否真的需要存在？→ 标准库 → 语言原生方案 → 现有依赖 → 一行实现 → 最小可用代码块。在首个可行的阶梯即停止。

🍯 更少文字 —— 先给答案，不铺垫，不复述已经易读的代码。

🍯 更紧凑的交接 —— 智能体之间的消息去掉人类阅读友好的格式，改用紧凑的列式 JSON：体积约为原来的一半，信息无任何损失。

🍯 ESON（Green-PT/eson）—— 我们针对最重负载管道推出的开放线路格式：将记录数组编码为表头 + Tab 分隔行，约 120 个 token 的入门介绍，可在列式 JSON 基础上再压缩约 6–10%。还附带一个小巧的 CLI：eson stash 将大批量工具输出暂存在上下文之外，仅以可检索的哈希作为索引；eson retrieve 则按原样取回（对 90 行日志节省 82% token，配合 retrieve 可实现 100% 答案准确率）。

🍯 极速图像读取 —— 大型只读文件通过 pxpipe 渲染为 PNG 页面后再读取。图像 token 按像素而非字符计费，因此读取密集的大批量内容成本降低约 75%。带有保护机制：绝不用于智能体将要编辑的文件、密钥或需要精确数值的场景 —— 任何要求精确的内容都通过 grep 与源码核对。

我不想凭感觉发布，所以基准测试已开源在仓库中，让所有方法同台竞技 —— 21 个真实任务 × 3 轮运行，涵盖基线、Caveman、Ponytail、Honey 四方对比，跨 Opus 与 GPT 两个模型，配合真实单元测试和长度无关的评审组：

代码维度：Honey 输出减少 49%，质量保持 98%。Caveman 节省更少（−37%）；Ponytail 强制的自检反而让琐碎代码膨胀（+24%）。

交接维度：Honey 是唯一在体积减半的同时保持 100% 无损的方法（−51%）。Caveman 与 Ponytail 压缩更狠，却丢失数据（信息恢复率分别为 67% 与 50%）。

致谢：Ponytail 和 Caveman 验证了市场对这类方案的需求，pxpipe 由 @teamchong 提供技术支持。Honey 的赌注在于：削减必须可被量化 —— 牺牲正确性的压缩只是把成本转嫁到下一轮的往返之中。

完全免费、MIT 协议，一份作者维护的技能包即可分发到十个智能体平台：Claude Code、Cursor、Copilot、Codex、Gemini CLI、Windsurf、Cline、Kiro 等。在 Claude Code 中只需两条命令，然后执行一次 /honey —— 配置即持久生效。🍯 状态栏徽章会实时显示节省的 token 与 CO₂。配合明天起 Fable 5 接入 Usage Credits，这个徽章上的数字，现在直接折算成了钱。

很想听听你的智能体在哪些地方最浪费 token —— 如果你跑了基准测试得到了不同的数字，欢迎提 Issue，这正是它存在的意义。