1. 诞生背景

• JSON 仍是通用数据语言，但在 LLM 场景下显得冗余：大括号、引号、重复键名→token 浪费。

• 每多一个符号 = 多付一次钱（GPT/Claude 按 token 计费），解析也更慢。

• 需求：一种“token 优先、人类可读、LLM 友好”的新格式 → Token-Oriented Object Notation（TOON）。

2. 设计哲学

3. 语法速览（对比记忆）

① 简单对象

{"name": "Alice", "age": 30, "city": "Bengaluru"}

复制

name: Alice
age: 30
city: Bengaluru

② 数组

{"colors": ["red", "green", "blue"]}

colors[3]: red,green,blue ← [3] 声明长度，逗号分隔

③ 对象数组

{"users": [{"id": 1, "name": "Alice"}, {"id": 2, "name": "Bob"}]}

users[2]{id,name}:
  1,Alice
  2,Bob

→ 第一行是模式，后续每行按顺序填值，无键名重复。

④ 嵌套

{"user": {"id": 1, "profile": {"age": 30}}}

user:
  id: 1
  profile:
    age: 30

4. 实战收益（官方基准）

→ 体积-40%，token-36%，解析-29%，直接换算成“省钱+提速”。

5. 适用场景

1. 向 LLM 投喂大批量同构数据（交易、日志、事件）。

2. Prompt 上下文窗口紧张（16 k/32 k 极限场景）。

3. 边缘设备 / 高带宽成本环境。

4. 数据集发布：LLM-native 语料先写 TOON，再转 JSON。

6. 现阶段的“坑”与展望

• 生态婴儿期：无官方 parser、schema 验证、语法高亮。

• 目标并非“干掉 JSON”，而是“AI 工作流首选交换格式”。

• 未来期待：

  • json2toon / toon2json 双向转换 CLI

  • LangChain、LlamaIndex 内置 TOON loader

  • VS Code 插件 + Jupyter 魔法命令

  • 浏览器原生支持？（若成功）

7. 一句话总结

TOON 用“一半词汇”承载“相同含义”，让数据在 LLM 眼里更便宜、更快、更易读；它是 AI 时代的“数据外骨骼”——结构在，赘肉去。

“我结构化，所以我理解。” —— TOON