微软研究院与 UC Berkeley 开源 TokenEconomizer：不改 Agent，让 Claude Code、Codex 在 SWE-Bench 上成本降 18.4%–30.9%

核心背景与行业痛点

编程 Agent 每一轮都要重发系统指令、全部工具定义和整段对话。开发者在同一仓库反复使用 Agent，同样的事实被反复摸索，用不上的工具被反复发送，失败循环反复烧钱。TokenEconomizer 不改模型和 Agent 代码，专治这种重复浪费。

架构亮点与底层机制

三个机制：微技能从跨会话重复的失败中提炼仓库事实，三次会话确认后才写入；工具裁剪默认移除 10 次提示、跨 2 次会话都没用上的工具，可一键恢复；死循环干预在评判模型置信度 ≥0.7 时提醒换路一次，从不自动中止。成本按缓存价格计算，含插件自身调用。

权威 Benchmark 与实测跑分对比

论文口径（arXiv 2610.22732）：277 个 SWE-Bench 任务平均成本降 18.4%–30.9%。Claude Code + Opus 4.8 降 30.9%（Pass@1 −1.0），Codex + GPT-5.6 Sol 降 26.1%（+1.6），Copilot CLI + Sonnet 5 降 18.4%（+2.6）。Web-Bench 降 16%–21%，暂无第三方复现。

开发者实战落地与开箱指南

需要 Python 3.10+，无需额外 API key。Claude Code 用户克隆仓库后执行 claude plugin install tokeneconomizer@tokeneconomizer，再运行 /tokeneconomizer:status。长期泡在同一仓库的团队收益最大，建议先对比一周账单再默认启用。