我的开源项目为什么火不起来？

很多号称能降低 80%-90% Token 消耗的插件（像 RTK、Caveman 这些）在 GitHub 上刷星刷得飞起，但实际上在处理真正的长链路任务时，这些所谓的“省钱技巧”几乎没用。我之前做电商 Chatbot 架构时就发现了，真正想在长任务里砍掉 Token，得靠状态机和确定性的执行序列来减少 LLM 的往返次数，而不是靠一些表面上的 trick。

但尴尬的是，我的项目虽然能实打实地降低 80% 以上的消耗，目前的关注度远低于那些“伪科学”插件。分析了一下，大概是这两个原因：

一、用户根本不在乎 Token 是怎么掉的
现在的 Coding Agent 用户里，无论是正经写代码的还是靠感觉写代码的 "Vibe Coders"，大部分人只看结果。在这个被 AI 生成内容刷屏的时代，一篇系统性解释底层逻辑的长文，传播力远不如一句“一键降低 95% Token”的口号。人们倾向于相信简单的结论，而不是复杂的数学推导或工程链路。

二、我对“非严谨”方案的傲慢
我习惯于用 Eval 和 Benchmark 来量化结果，在我看来，没有评测数据的功能宣称基本等同于没说。这种对严谨性的执念，让我潜意识里有点轻视那些靠营销起家的工具，导致我在推广时过于死板，没用那些更“有效”但不够“科学”的手段。

我的项目目前在 GitHub 上只有 400 多个 star，虽然我知道它的技术路径是对的，但在推广上确实卡住了。

对于一个坚持要用 Benchmark 说话的项目，在如今这个追求快速反馈的 AI 社区里，怎么做推广才能兼顾“严谨”和“流量”？

项目地址：

https://github.com/Tura-AI/tura