RTK（Rust Token Killer）：7 万 Star 工具专砍 AI 编程上下文浪费
最近 GitHub 上出现一个很"反直觉"的 AI 编程工具：它不写代码，不换模型，也不做新的 Agent。
它只做一件事——把终端里又长又吵的输出压短，再交给 Codex、Claude Code 这类编程 Agent。
项目叫 RTK，全名可以理解成 Rust Token Killer。查看时已经超过 7 万 stars，采用 Apache-2.0 许可证。
仓库地址：https://github.com/rtk-ai/rtk
它砍掉的，其实是"命令噪音"
AI 编程时，真正吞上下文的不只有代码。一次 git diff、测试失败日志、依赖树，几百上千行都可能被原样塞进模型。
模型要先读完这些噪音，才有机会找到真正有用的错误。上下文被占满，速度、费用和后续判断都会受影响。
RTK 像一层命令行代理：原生命令照常执行，但返回给 Agent 前，会做过滤、分组、截断和去重。
它支持 git、gh、pytest、cargo test、npm、Playwright、Docker、Kubernetes 等 100 多类常用命令。项目 README 宣称，常见开发命令可减少 60%—90% token；这个数字是项目方估算，实际效果取决于命令和仓库规模。
它最讨喜的一点是：没有要求把工作流搬进新平台。装好之后，原来的 Agent 继续干活，只是看到的终端输出更紧凑。
上手不复杂，但先别急着全局接管
macOS 最直接的方式是 Homebrew：
brew install rtk
也可以从 GitHub Release 下载对应架构的单文件二进制。当前最新 Release 是 v0.43.0，发布于 2026 年 6 月 28 日。
确认版本后，可以用 rtk git status、rtk pytest 这类显式命令先试。觉得输出确实更好，再运行 rtk init -g --codex 接入 Codex。
这一步建议保守一点。全局 hook 会改变 Agent 发出的部分 shell 命令；项目也提醒，内置的 Read、Grep、Glob 等工具不经过 shell 时，不会被自动改写。
换句话说，它不是"安装后所有 token 自动打六折"，而是对经过它处理的命令输出生效。
一个隔离测试的结果
把 v0.43.0 的 Apple Silicon 二进制下载到 /tmp，在一个临时 Git 仓库里制造 25 个改动文件，再比较原生命令和 RTK 输出。
二进制能正常运行，rtk gain 记录到 4 次命令，输入 355 tokens、输出 195 tokens，显示节省 165 tokens，约 46.5%。这只是很小的样本，不能代替长期基准，但它至少证明了这条链路能跑通。
这个结果也提醒：项目宣传的 60%—90% 不是每个命令的保底值。像简短的 git status，可压缩空间本来就有限；长测试日志、重复构建输出，才更可能拉开差距。
遥测与隐私
README 写明遥测需要用户同意，收集的是聚合使用数据，不收源码、文件路径、命令参数和环境变量；介意的话可以运行 rtk telemetry disable，或设置 RTK_TELEMETRY_DISABLED=1。
使用建议
不要一上来就全局接管。而是先在一个非敏感仓库里显式调用 RTK，用 rtk gain 看一周数据，再决定是否启用 hook。
一句话判断：RTK 值得经常跑测试、构建和大仓库命令的 AI 编程用户立刻小范围试用。
- 最适合：Codex、Claude Code 等命令行 Agent 的重度用户
- 需要注意：节省比例不是固定值，全局 hook 和遥测设置都应该先看清楚
GitHub：https://github.com/rtk-ai/rtk