SkillsBench
HoldCông cụ
Bộ benchmark cộng đồng để đo hiệu quả của các kỹ năng tác tử AI.
Vì sao ở đây
Xếp vào Hold: 1 bài bằng chứng từ 1 nguồn, chủ yếu là tin nghiên cứu, 0 bài trong 30 ngày qua. Độ tin cậy 24%. Bằng chứng còn ít nên xếp thận trọng, chờ thêm tín hiệu.
Bằng chứng (1)
- 5The New Stack·6/7/2026researchJetBrains cho thấy chế độ 'caveman' của Claude Code tiết kiệm ít token hơn nhiều so với quảng cáo
Khi các công cụ lập trình bằng AI ngày càng tính phí theo mức sử dụng, các nhà phát triển tìm cách giảm token bằng cách khiến phản hồi của trợ lý ngắn gọn hơn. JetBrains đã kiểm thử một skill phổ biến của Claude Code buộc đầu ra theo kiểu cộc lốc, “caveman”, và ghi nhận mức giảm token chỉ khoảng 8,5% trong các tác vụ lập trình thực tế, thấp hơn nhiều so với mức quảng cáo 65% vì phần lớn đầu ra của agent vẫn là mã, diff và kết quả công cụ chính xác.