¿Te has fijado en lo rápido que vuela el saldo de tu API cuando le encargas a un agente de terminal una tarea aparentemente sencilla? Le pides corregir una función, el agente lanza los tests, pasa el linter, hace un git commit... y en un abrir y cerrar de ojos se han esfumado diez mil tokens en la ventana de contexto.
Si abres la traza de la sesión, el panorama desanima bastante: hasta un 80 % de los tokens que pagas se van en puro ruido informativo. Barras de progreso animadas de npm o cargo, sábanas de logs idénticos de tests superados, estructuras JSON infladas y la cortesía interminable del modelo («Estaré encantado de ayudarte a resolver este problema, veamos los siguientes pasos...»).
He puesto a prueba un stack abierto compuesto por cuatro herramientas especializadas: Headroom, RTK, Caveman y Ponytail. Juntas tapan todas las fugas de contexto y recortan el gasto de desarrollo entre cuatro y cinco veces sin perder precisión en el razonamiento.
Nivel de terminal: Rust Token Killer (RTK)
El primer y mayor agujero en el presupuesto está en la salida de los comandos del sistema. Cuando el agente ejecuta pytest o git status, envía al contexto cientos de líneas de formato, saltos vacíos y códigos de color ANSI que la IA no necesita para nada.
El proxy CLI RTK, escrito en Rust, se coloca como una capa transparente entre el agente y el shell. Parsea al vuelo la salida de las utilidades, elimina la basura visual y deja solo lo esencial: aserciones fallidas, rutas de archivos modificados y códigos de salida. En comandos habituales esto supone un ahorro de entre el 60 % y el 90 % en tokens de entrada.
Configurarlo lleva un par de minutos:
# Instalación del binario RTK
cargo install rtk-cli
# Configuración en bash/zsh: interceptar comandos verbosos habituales
alias git="rtk git"
alias pytest="rtk pytest"
alias npm="rtk npm"
alias cargo="rtk cargo"
# Ejemplo de ejecución directa con compresión de salida
rtk cargo test --workspace
Si el compilador lanza una advertencia poco común que RTK haya filtrado por error como ruido, siempre puedes pedir la salida completa sin procesar con el comando rtk proxy <command>.
Nivel de proxy y system prompt: Headroom y Caveman
La segunda línea de defensa actúa sobre las peticiones a la API. La utilidad Headroom funciona como un proxy local entre tu entorno de desarrollo y el endpoint del proveedor (Anthropic u OpenAI). Utiliza el algoritmo CCR (Compress-Cache-Retrieve): limpia estructuras de datos, comprime el contexto de código y recorta bloques repetidos en el historial del diálogo.
Por su parte, el módulo Caveman ataca la verborrea del propio modelo. Inyecta directivas de comportamiento que prohíben a la IA saludar, repetir el enunciado o deshacerse en agradecimientos. El modelo pasa directamente al código y a comentarios puntuales, ahorrando hasta un 54,9 % de tokens de salida (que en todos los proveedores cuestan entre 3 y 5 veces más que los de entrada).
La configuración del proxy es así de compacta:
{
"proxy": {
"listen_port": 8080,
"target_url": "https://api.anthropic.com",
"compression": {
"enabled": true,
"strategy": "compress_cache_retrieve",
"strip_ansi_codes": true,
"max_log_lines": 50
},
"caveman_mode": {
"enabled": true,
"brevity_level": 3,
"enforce_concise_output": true
}
}
}
La cuarta pieza del conjunto, Ponytail, vigila que el código generado no se llene de abstracciones innecesarias ni de parrafadas de comentarios, dejando únicamente una implementación limpia y funcional.
Ya habíamos tocado mecánicas parecidas al hablar de estrategias prácticas para ahorrar en la API y del stack de optimización de costes en agentes de terminal. Lo mejor de combinar RTK y Headroom es que no tienes que reescribir tus pipelines: creas los alias, sigues trabajando a tu ritmo habitual y tu saldo deja de derretirse ante tus ojos.


