微软与加州大学伯克利分校发布TokenEconomizer插件，编码智能体成本最高降低30.9%
Meet TokenEconomizer: Microsoft’s Plugin That Cuts Coding Agent Costs by Up to 30.9%
Microsoft Research 与 UC Berkeley 的研究团队发布开源成本控制器 TokenEconomizer，可在不改动模型权重和智能体代码的前提下降低编码智能体开销。
原文给出插件在 277 个 SWE-Bench 任务上的成本降幅与 Pass@1 变化，可据此判断它对编码智能体工作流的影响。
微软研究院和加州大学伯克利分校的一组研究人员发布了TokenEconomizer，一个开源的编码代理成本控制器。TokenEconomizer是一个插件，它从存储库的过去会话中学习，以减少后续会话中的浪费。它与Claude Code、Codex、GitHub Copilot CLI和Pi一起工作。它不会触及模型权重或代理代码。在277个SWE-Bench任务中，它在5个代理-模型设置中降低了平均成本18.4%到30.9%。
简而言之
- 软件包：一个标准库Python软件包和代理插件，具有3种可切换的机制。
- 运行于：任何运行Claude Code、Codex、Copilot CLI或Pi且具有Python 3.10+的机器。不需要GPU和自己的API密钥。
- 性能：在5个代理-模型设置中，平均SWE-Bench成本降低了18.4%到30.9%，并且在所有30个存储库设置单元格中更便宜。
- 最佳：Claude Code与Opus 4.8一起使用时成本降低了30.9%（与RTK结合使用时为33.2%）。
- 最差：在ReposVul审计中仅节省了6.4%到9.3%；在Opus 4.8上Pass@1下降了1.0点。
编码代理为什么浪费token？
每个代理回合都会重新计费系统提示、每个加载的工具模式和完整的历史记录。研究团队使用Claude Code和Opus 4.8对6个存储库中的60个SWE-Bench任务进行了分析。他们发现了3个常见的浪费来源：
- 重复发现：一旦有5个任务先于当前任务，30%的工具调用会重复先前的操作。
- 未使用的工具：每回合加载23个工具模式。16个从未被调用，3个涵盖了98%的调用。
- 失败循环：10次失败的运行占任务的17%，但占总支出的32%。
他们还测试了3种固定的开源策略：RTK、Serena和Aider’s RepoMap。没有一个在所有地方都更便宜。所有3个都在Django上降低了成本，并在SymPy上提高了成本。
TokenEconomizer是如何工作的？
TokenEconomizer是一个外部控制器，将代理视为一个黑盒。它为每个存储库维护一个状态，该状态由完成的跟踪记录构建。在每次任务之前，它通过提示、工具设置和事件流设置3个策略。
1. 微技能
一个LLM提议者将跟踪摘要转换为1行事实，例如工作测试命令。每个事实都带有正则表达式检测器，用于在不调用模型的情况下检查后续跟踪。在具有非重叠编辑文件的任务上经过3次确认后，事实会进入提示。其需求率也必须保持在0.4或以上。一个矛盾相当于5次确认，因此错误的事实会很快被淘汰。
2. 工具修剪
Shell、读取、写入和编辑工具始终保留。其他工具在连续3个未使用任务后或当LLM法官将其标记为不相关时会被屏蔽。完整目录每5个任务返回一次以重新审计。在Claude Code上使用Django时，任务2的第一个请求从43,351个提示token减少到16,295个。
3. 失败循环干预
控制器学习一个回合预算：成功运行长度的90个百分位数1.25倍。廉价规则检查会标记重复的失败或密集的错误。然后LLM法官决定代理是否卡住，置信度高于0.7。卡住的代理会得到1次重定向，如果循环再次出现，则会停止。
SWE-Bench结果显示了什么？
| 设置 | 成本与默认值 | Pass@1默认值 | Pass@1 TokenEconomizer |
|---|---|---|---|
| Claude Code + Sonnet 5 | -23.6% | 74.7 | 76.0 |
| Claude Code + Opus 4.8 | -30.9% | 74.0 | 73.0 |
| Codex + GPT-5.6 Terra | -24.7% | 73.8 | 74.7 |
| Codex + GPT-5.6 Sol | -26.1% | 80.1 | 81.7 |
| Copilot CLI + Sonnet 5 | -18.4% | 75.0 | 77.6 |
来源：arXiv 2610.22732, 表1. 成本包括所有控制器调用。每个设置3个种子。
在5个设置中的4个上Pass@1有所提高。推理工作量的降低节省了成本，但将Pass@1降低了1.8到10.3分。RTK单独在30个仓库-设置单元中的12个上提高了成本，RepoMap在15个上。
节省随着时间的推移而累积。大多数仓库最初成本更高，但在第六个任务时都变得更便宜。在Claude Code上单独，工具剪枝节省了13.2%到17.7%，微技能11.8%到14.3%，循环保护5.4%到7.1%。
结果也在SWE-Bench之外成立。在Web-Bench上成本降低了16.0%到21.2%，在CredData上降低了16.5%到19.6%。ReposVul只看到6.4%到9.3%，因为较短的运行留下较少的内容可以移除。
它与其他的token节省工具相比如何？
| 特性 | TokenEconomizer | RTK | Serena | Aider RepoMap |
|---|---|---|---|---|
| 方法 | 从过去的会话中学习每个仓库的策略 | 压缩shell命令输出 | MCP服务器与符号级代码工具 | 提示中仓库符号的排名地图 |
| 从早期的任务中学习 | 是 | 否 | 否 | 否 |
| 许可证 | Apache 2.0 | Apache 2.0 CLI; BUSL-1.1引擎 | GPL-3.0或更晚版本（SolidLSP的MIT） | Apache 2.0 |
| 代理 | Claude Code, Codex, Copilot CLI, Pi | 18个AI编码工具 | 任何MCP客户端 | Aider |
| 平均SWE-Bench成本变化（论文，5个设置） | -18.4%到-30.9% | -8.9%到+4.5% | 不在主要运行中（在分析中提高了总成本） | -6.1%到+6.5% |
| 成本更高的单元（30个） | 0 | 12 | 未披露 | 15 |
成本行：TokenEconomizer论文。许可证和声明：每个项目的仓库或文档。
如何安装TokenEconomizer？
插件需要一个代理中的4个之一和Python 3.10或更新版本。在Claude Code上，克隆仓库，将其添加为市场，然后运行claude plugin install tokeneconomizer@tokeneconomizer。学习数据保存在~/.tokeneconomizer中本地。工具剪枝和循环保护默认开启。微技能默认关闭，因为提议者增加了模型调用。
主要要点
- TokenEconomizer在代理不变的情况下将SWE-Bench成本降低了18.4%到30.9%。
- 它在所有30个仓库-设置单元中都更便宜；RTK和RepoMap不是。
- 工具剪枝是最大的单一杠杆，达到13.2%到17.7%。
- 在5个设置中的4个上Pass@1有所提高，在Opus 4.8上降低了1.0分。
- 它是Apache 2.0，可以在Claude Code, Codex, Copilot CLI和Pi上安装。
查看论文、GitHub仓库和项目页面。此外，欢迎在Twitter上关注我们，别忘了加入我们的15万+ML SubReddit并订阅我们的新闻简报。等等！你用Telegram吗？现在你也可以在Telegram上加入我们。
需要与我们合作推广你的GitHub仓库OR Hugging Face页面OR产品发布OR网络研讨会等？联系我们
文章Meet TokenEconomizer: Microsoft’s Plugin That Cuts Coding Agent Costs by Up to 30.9%首先出现在MarkTechPost。
来源: MarkTechPost · marktechpost.com