10 de julio de 2026 # El modo cavernícola para ahorrar tokens (o simplemente para que tu asistente no sea muy pesado)  Pídele a tu asistente de IA que revise una propuesta comercial antes de enviarla y lo habitual es recibir algo así: > [!cite] respuesta habitual > "*¡Por supuesto! He revisado tu propuesta con atención y en conjunto me parece bien planteada. Me gustaría destacar algunos aspectos que quizá convendría reforzar, especialmente en el apartado económico, donde...*". Sigue un párrafo de elogios, otro de matices y, en algún punto, lo único que necesitabas saber. La misma revisión en modo cavernícola: > [!cite] respuesta en modo cavernícola > "*Propuesta sólida. Un fallo: el descuento por volumen de la página 2 contradice la tarifa de la página 4. Corregir antes de enviar*". Mucho mejor, ¿verdad? No falta nada: revisión hecha, fallo localizado, siguiente paso claro. Lo único que ha desaparecido es el relleno, ese que no notabas hasta leer las dos versiones seguidas. ## De broma a startup El propósito es simple: **ahorrar tokens**. Cada palabra que genera un modelo podría costar dinero si estamos en modo agéntico, y nos movemos la economía del token y el pago por uso - [[87-La-rentabilidad-de-los-tokens|hace poco escribíamos aquí sobre esto]]. Cuanto menos diga el asistente, menor es la factura (con matices, números más adelante). Aunque confieso que tengo otro motivo que no va de dinero: > [!tip] a veces lo uso simplemente porque me gusta más que responda de forma esquemática, con las menos palabras posibles. El modo cavernícola nace de una skill llamada [caveman, de Julius Brussee](https://github.com/JuliusBrussee/caveman), publicada para Claude Code y una treintena larga de agentes de código. Su lema resume la idea mejor que cualquier explicación: "*why use many token when few token do trick*" (*para qué usar muchos tokens cuando pocos hacen el truco*). La skill instruye al agente para que responda como un cavernícola listo, mente grande y boca pequeña: fuera cortesías, rodeos y matices innecesarios; el código, los comandos y las cifras no se tocan. Tiene varios niveles de gruñido, y el último es una genialidad: `wenyan`, chino clásico, el idioma que más significado mete en cada token. Alrededor creció un pequeño ecosistema: caveman-code, un agente de programación completo que gasta la mitad de tokens que Codex en tareas comparables; cavemem, que recorta igual lo que el agente recuerda; cavegemma, un modelo con la compresión aprendida en los pesos, no en el prompt; y Caveman 2, todavía en construcción pero ya con lista de espera. Para haber empezado como un chiste en un repositorio, no está mal. ## Por qué tu asistente se enrolla Esto del cavenícola se creó por y para programadores, pero nos sirve a todos. Si nos hacemos la pregunta: ¿por qué hablan tanto estos sistemas? La razón está en cómo se los entrena, y el efecto está documentado. Los modelos se afinan con evaluaciones humanas (la fase conocida como RLHF), y los evaluadores tendemos a puntuar mejor las respuestas largas porque *confundimos extensión con calidad* (no hay más que pasearse por LinkedIn para ver este efecto en el día a día). Los modelos de recompensa heredan ese sesgo, y el modelo aprende que *enrollarse puntúa más*. La consecuencia práctica: si la verbosidad viene del entrenamiento y no de la naturaleza del sistema, una instrucción bien diseñada puede corregirla. ## Los números Brussee mide un 65% menos de tokens de salida, y publica la letra pequeña de su propio benchmark, cosa que se agradece: el recorte solo aplica a la salida, la skill añade entre 1.000 y 1.500 tokens de entrada en cada turno, y en sesiones ya escuetas puede salir a pagar. La ganancia real está más en tu tiempo que en la factura: respuestas que se leen en la mitad, durante horas de sesión; el ahorro de tokens viene de propina. Y hay un hallazgo que no me esperaba. [Un paper de marzo de 2026](https://arxiv.org/abs/2604.00025) evaluó 31 modelos sobre 1.485 problemas y encontró que forzar la brevedad puede mejorar la precisión hasta 26 puntos en algunos benchmarks de matemáticas y ciencia. La explicación propuesta: los modelos grandes se equivocan por sobreelaboración; al alargarse, se enredan. No es una ley universal, y el propio paper acota dónde aplica, pero desmonta la intuición de que respuesta corta equivale a respuesta peor pensada. ## Cuándo no usarlo La brevedad tiene un coste conocido. [El estudio Phare de Giskard](https://www.giskard.ai/knowledge/good-answers-are-not-necessarily-factual-answers-an-analysis-of-hallucination-in-leading-llms) midió en 2025 que pedir respuestas cortas aumenta las alucinaciones en preguntas factuales ambiguas: desmontar una premisa falsa necesita espacio, y un modelo obligado a ser escueto tiende a seguirte la corriente antes que corregirte. La diferencia está en qué se comprime: Phare midió órdenes del tipo "sé breve", que recortan contenido; caveman recorta cortesías y rodeos y declara intocables los datos, el código y las cifras. Mi directiva añade además excepciones: suspende el modo ante avisos de seguridad, acciones irreversibles o señales de confusión del usuario. Aun así el riesgo no desaparece del todo: en nivel ultra y con preguntas factuales oscuras, sube. Mi regla de uso: cavernícola para trabajar, en sesiones donde tú validas el resultado; modo normal para averiguar hechos que no puedes comprobar. ## La directiva en español He preparado una versión en español del prompt y la he publicado como [[Directiva-modo-cavernicola|directiva del modo cavernícola]]. Directiva es como llamo a estos prompts que guardo como fichero de texto y adjunto a la IA en lugar de pegarlos en el chat; funcionan igual de las dos formas. Incluye los tres niveles de compresión (lite, full y ultra), los comandos para cambiar de nivel o apagarla en mitad de la conversación, y la letra pequeña de los números. Más allá del truco, me quedo con algo interesante: el comportamiento del asistente viene configurado de serie por el proveedor de IA, pero con un fichero de texto puedes reconfigurarlo fácilmente. Embebo la directiva aquí:  --- Publicado el 10 de julio de 2026, [LinkedIn](https://www.linkedin.com/pulse/el-modo-cavern%25C3%25ADcola-para-ahorrar-tokens-o-simplemente-hurtado-tor%25C3%25A1n-aueae), [Substack](https://open.substack.com/pub/davidhurtado/p/el-modo-cavernicola-para-ahorrar?r=4uyjfg&utm_campaign=post&utm_medium=web&showWelcomeOnShare=true), [X](https://x.com/dhtoran/status/2075453053759619325?s=20)