TokenEconomizer、過去の作業経験を生かしてコーディングAIの平均コストを削減

何について

Microsoft ResearchとUC Berkeleyなどの研究チームが、過去の作業から学ぶプラグイン「TokenEconomizer」を公開しています。リポジトリ固有の手順を覚える、使わないツールの読み込みを省く、同じ失敗を繰り返すAIに別の方法を促す、という3つの仕組みです。 SWE-Benchの277タスクでは、5通りのエージェント・モデルの組み合わせで平均コストが18.4〜30.9%低下。6リポジトリとの計30条件すべてで安くなり、Pass@1は5通り中4通りで向上したと報告しています。Claude Code、Codex、GitHub Copilot CLI、Piなどに対応し、opencodeは試験的対応です。

なぜ注目

AIの能力だけでなく継続利用の効率を改善する研究です。削減率は特定の評価条件での結果で、個々の利用料金が同率で下がる保証ではありません。