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%
微软研究院、微软安全团队与 UC Berkeley 在 GitHub 开源 TokenEconomizer（Apache 2.0，v0.1.0 于 10 月 26 日发布），它是 Claude Code、Codex、GitHub Copilot CLI 和 Pi 的插件，opencode 为实验支持。插件从同一仓库的历史会话中学习，用「微技能」记住仓库事实、裁掉长期不用的工具定义、在 Agent 原地打转时提醒换路。论文称在 277 个 SWE-Bench 任务上，五种 Agent 与模型组合的平均成本降低 18.4%–30.9%（论文口径）。
核心要点速览
- 成本：277 个 SWE-Bench 任务、6 个仓库、5 种 Agent 与模型组合，平均成本降 18.4%–30.9%，30 个「仓库×组合」格子全部更便宜（论文口径，含插件自身调用费用）
- 成功率：Pass@1 在 5 个组合中 4 个上升，例如 Copilot CLI + Sonnet 5 成本降 18.4%、Pass@1 +2.6；Claude Code + Opus 4.8 成本降 30.9%、Pass@1 −1.0
- 三个机制：微技能（三次会话确认后才写入的仓库事实）、工具裁剪（默认 10 次提示且跨 2 次会话未用即移除）、死循环干预（判定置信度 ≥0.7 时提醒一次，不会自动中止）
- 泛化：Web-Bench 上成本降 16%–21%，两个安全审计基准（每题都是新仓库）降 6%–20%
- 部署：Apache 2.0，Python 3.10+，无需额外 API key，学到的经验只存本机 ~/.tokeneconomizer
关联模型 / 智能体 / 厂商:
