Claude parla breve. Il codice resta grande.

Gli assistenti di coding basati sull'AI parlano molto. A volte è utile. Spiegano cosa hanno cambiato, perché l'hanno cambiato, quali file sono stati toccati, cosa richiede ancora attenzione e quali assunzioni hanno fatto lungo il percorso. A volte però sono anche solo tante parole attorno a una piccola modifica. Poi mi sono imbattuto in una skill chiamata "Caveman".

L'idea è semplice: far parlare l'assistente con frasi brevi, in stile uomo delle caverne. Meno spiegazioni, meno paragrafi lunghi, meno giri di parole cortesi. In teoria dovrebbe far risparmiare token, perché l'assistente passa meno tempo a spiegare cosa sta facendo.

Qualcosa tipo:

Io ispezionare file.
Io modificare richiesta.
Io eseguire test.
Test passare.

Invece di un intero paragrafo su piano di implementazione, rischi, ...

Meno chiacchiere, più codice?

Quando usi assistenti di coding AI tutto il giorno, inizi a notare quanti token vengono spesi in comunicazione attorno al codice. Molte volte quella comunicazione è utile. Spiega cosa è cambiato, perché qualcosa è fallito o cosa richiede ancora attenzione.

Ma a volte è anche tanta. Soprattutto quando conosci già il codebase, sai già cosa vuoi e hai solo bisogno che l'assistente faccia il lavoro. In quei momenti, uno stile di comunicazione più breve sembra utile. Meno parlare, più fare.

Così ho voluto vedere se una skill come Caveman poteva rendere il mio agente AI (ultimamente più Codex che Claude; penso che Codex (modello gpt 5.5) sia sottovalutato e abbia un ROI molto migliore con un output molto simile, se non migliore) più economico o più efficiente nell'uso reale.

Ha fatto risparmiare token?

Sì. Ma non quanto mi aspettavo o speravo.

Il motivo è abbastanza semplice: quando usi Claude per programmare, la maggior parte dei token non è sempre nella spiegazione. Molti stanno nella lettura dei file, nella comprensione del contesto, nella generazione del codice, nell'applicazione delle modifiche e nella verifica dei risultati.

Quindi anche se l'assistente dice:

Io sistemare bug.

Invece di:

Ho trovato il problema e ho aggiornato la request class in modo che il payload venga ora passato correttamente all'API.

Il codice vero va comunque scritto. I file vanno comunque letti. La risposta include comunque diff, nomi di funzione, namespace, import e test. In altre parole: Caveman accorcia le parole, ma programmare non è solo parlare. Questo è stato l'aspetto principale che ho sottovalutato. Mi aspettavo un risparmio di token più netto, ma la parte costosa è spesso il lavoro in sé. La documentazione di Caveman dice che si possono risparmiare circa il 65% dei token e credo che possa essere vero a seconda di cosa stai facendo, ma nella mia esperienza con i task di coding si risparmiava più probabilmente tra il 5 e il 20%, a seconda del task.

È stato utile?

Sì, credo di sì. Non ho bisogno della spiegazione di più frasi su cosa ha fatto il mio agente AI. Il codice dovrò comunque rileggerlo, quindi avere una descrizione breve come quella qui sotto è meglio per me, perché posso passare più rapidamente alla lettura del codice.

Io aggiornare DTO.
Io aggiungere campo nullable mancante.
Io eseguire Pint.
Tutto ok.

Ha anche reso la revisione dell'output piuttosto divertente. C'è qualcosa di molto spassoso nel vedere un assistente di coding spiegare un refactoring Laravel come se avesse appena scoperto il fuoco.

Dove è stato meno utile

Per task più complicati e per la pianificazione (al posto della plan mode consiglio vivamente la skill grill-me di Matt Pocock), preferisco ancora le spiegazioni normali.

Se qualcosa tocca più parti del codebase, cambia il comportamento o comporta dei trade-off, allora sì, voglio che l'assistente si spieghi come si deve. Gli aggiornamenti brevi in stile uomo delle caverne sono divertenti, ma non sempre bastano quando devi capire perché è stato scelto un certo approccio.

C'è anche una differenza tra ridurre le parole inutili e rimuovere contesto utile. A volte la spiegazione extra è esattamente ciò che ti aiuta a individuare un'assunzione sbagliata prima che diventi una cattiva implementazione. Quindi non userei questa skill per tutto.

Cosa ho imparato

La skill Caveman è un bell'esempio di come piccoli cambiamenti nello stile di comunicazione possano influenzare la sensazione di lavorare con un assistente AI.

Qualche token l'ha risparmiato, ma non in modo così enorme come mi aspettavo. E ora ha senso. Nei task di coding, l'assistente spende molti token sul codice e sul contesto veri e propri, non solo sulle frasi attorno al codice.

Ha reso i task piccoli più leggeri, la revisione dell'output dell'assistente è stata davvero divertente, e ha dimostrato che le skill non devono sempre essere grandi automazioni specifiche di un progetto. A volte una skill può semplicemente cambiare il modo in cui l'assistente si comporta, e già questo può essere utile.

La terrei per i task rapidi e per il gusto di farlo? Sì.

Io piacere skill. Skill buona.