微软与UC伯克利发布TokenEconomizer，AI编程成本最高降30.9%
该开源插件以插件形式接入Claude Code、Codex、GitHub Copilot CLI与Pai，无需修改模型权重。
微软与UC伯克利的研究人员于2026年10月26日发布开源工具TokenEconomizer，称其在保持任务成功率的同时，可将AI编程智能体的成本降低最多30.9%。该成果以论文形式发布在arXiv上，研究人员Aaron J. Li也在X上公布了这一工作。
TokenEconomizer以插件形式接入Claude Code、Codex、GitHub Copilot CLI和Pai等主流编程智能体，无需修改模型权重或内部结构，也不需要单独的GPU。
在SWE-Bench基准六个代码仓库的277项任务、五种智能体与模型组合的评测中，其成本相比现有执行方式下降18.4%至30.9%。五种组合中有四种的Pass@1任务成功率上升，剩余一种仅下降1个百分点。在每个被评测的仓库中，从第6项任务起累计成本即低于基线。在Web-Bench网页开发基准上，也确认了16.0%至21.2%的成本节省。
三项机制针对重复与失败开销
据分析，在Claude Code的一项实验中，经过5项以上前置任务后，约30%的工具调用重复了此前的操作，而每次加载的23个工具中有16个从未被使用。此外，10次失败运行占所分析任务的17%，却消耗了总成本的32%。
针对这些问题，TokenEconomizer提供三项功能：微型技能（Micro-skills）、工具剪枝（Tool Pruning）与失败循环干预（Failure-loop Intervention）。插件已在GitHub上以开源形式发布。
快速问答
TokenEconomizer是什么？
这是微软与UC伯克利研究人员发布的开源插件，用于降低AI编程智能体的成本，可接入Claude Code、Codex、GitHub Copilot CLI和Pai等工具。
成本能降低多少？
在SWE-Bench评测中成本下降18.4%至30.9%，在Web-Bench上确认节省16.0%至21.2%。
使用需要额外的GPU吗？
不需要。该插件无需修改模型权重或内部结构，也不需要单独的GPU。