微软研究院开源 TokenEconomizer:不改模型,从仓库历史会话里给 Coding Agent 省 token
微软研究院开源的 TokenEconomizer 不改模型本身,而是从同一仓库的历史会话里学经验来省 token。实测 30 个「仓库×组合」全部降费,比单纯调低推理强度更稳。经常用 Claude Code 这类工具跑重复仓库的开发者可以直接装来试。
微软研究院联合加州大学伯克利分校与 Microsoft Security 开源了外部控制器 TokenEconomizer,不改 Coding Agent 和底层模型,通过学习同一仓库的历史会话来减少重复摸索和无效调用。团队对 Claude Code 在 SWE-Bench 上 60 个任务的剖析显示:同一仓库累计至少 5 个任务后,约 30% 的工具调用在重复更早任务;每轮加载 23 个工具说明,其中 16 个从未被调用;失败任务只占 17%,却占支出约 32%。
它通过三种机制作用在 Agent 外围:一是从多轮轨迹中提炼微技能(如 SymPy 直接用原生测试)写入起始上下文,需多项任务确认后才注入,出现矛盾证据则永久退役;二是工具裁剪,去掉长期不用的工具并定期全量回放防误删,Django 首次请求的提示 token 可从约 4.2 万至 4.6 万降到约 1.5 万至 1.6 万;三是根据历史成功轮次在卡住时干预。控制器自身的模型调用也计入成本。
在 SWE-Bench 的 277 个任务、6 个仓库、5 组 Agent 与模型组合上,相对默认较强推理设置,平均费用下降 18.4% 至 30.9%,30 个「仓库×组合」全部变便宜,Pass@1 有四组上升,Opus 4.8 仅下降约 1.0 个百分点。相比单纯调低推理强度(成功率会下降 1.8 至 10.3 个百分点),这种按仓库适应的外部控制策略能省钱且大体保住成功率。节省随经验积累,多数仓库要到第 6 个任务起累计费用才转便宜;拆开看工具裁剪贡献最大,微技能次之。
微软研究院开源 TokenEconomizer:不改模型,从仓库经验里给 Coding Agent 省 token @MSFTResearch 研究并开源了一套外部控制器「TokenEconomizer」:不改 Coding Agent 和底层模型,从同一仓库的历史会话里学习,减少重复摸索和无效调用。 博客地址: microsoft.com/en-us/research… 开源地址: github.com/microsoft/Toke… # 浪费主要出在反复从零开始 开发者常在同一仓库多次调用 Coding Agent,但 Agent 往往每次重新摸索测试命令、加载用不到的工具,并在失败路径上打转。团队对 Claude Code 在 SWE-Bench 上 60 个任务的剖析显示:同一仓库累计至少 5 个任务后,约 30% 的工具调用在重复更早任务;跨仓库对照只有约 7%。每轮会加载 23 个工具说明,其中 16 个从未被调用。失败任务只占 17%,却占支出约 32%。固定的省钱插件在有的仓库能省,在有的仓库反而更贵,说明控制策略需要按仓库适应。 # 三种机制都作用在 Agent 外围 TokenEconomizer 由加州大学伯克利分校、微软研究院和 Microsoft Security 开源。它读取会话日志、更新仓库状态,再通过已有接口起作用:把微技能写入起始上下文、裁剪工具列表,并在卡住时干预。控制器自己的模型调用也计入成本。 微技能从多轮轨迹里提炼一行级的仓库操作知识,例如在 SymPy 中直接用原生测试,而不必先找 pytest。这类知识要在多项任务、且改动文件不重叠的情况下被确认后才会注入;出现矛盾证据则永久退役。 工具裁剪会去掉长期不用的工具,同时保留核心的命令行和文件读写,并定期全量回放,以免误删。文中 Django 的例子显示,首次请求的提示 token 可从约 4.2 万至 4.6 万降到约 1.5 万至 1.6 万。 卡住时的干预则根据历史成功轮次设置预算。论文实验里,判定卡住后可先改方向,二次卡住后终止任务;开源插件在二次卡住后是提醒开发者,不会自行停掉任务。 # 省钱随经验积累,成功率大体稳住 在 SWE-Bench 的 277 个任务、6 个仓库、5 组 Agent 与模型组合上,相对默认的较强推理设置,平均费用下降 18.4% 至 30.9%,30 个「仓库×组合」全部变便宜。一次尝试成功率(Pass @1 )有四组上升,Opus 4.8 仅下降约 1.0 个百分点。如果只是调低推理强度,也能省钱,但成功率会下降 1.8 至 10.3 个百分点。 节省是逐渐显现的:多数仓库前几项任务可能更贵,到第 6 个任务起,累计费用才转便宜。拆开来看,工具裁剪贡献最大,微技能次之,卡住干预更小。Web-Bench 上费用约降 16.0% 至 21.2%;跨新仓库的安全审计约降 6.4% 至 19.6%。没有仓库连续性时,微技能会被关掉。 Microsoft Research @MSFTResearch AI coding agents can waste time and tokens relearning the same lessons. TokenEconomizer builds on past sessions to cut costs while maintaining task success. It’s a path toward coding agents that learn not only how to solve tasks, but also how to spend computation more effectively. The open-source plugin is available now on @github . msft.it/6017xDtyc
本条情报归属 AITOP「产品」核心栏目,重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中,该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中美大模型技术代差与商业化对照」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:TokenEconomizer、Claude Code、Microsoft Research、编程助手,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明:本文原始线索采编自「shao__meng」(@shao__meng),经 AITOP 多维评分管线结构化提炼。