TokenEconomizer
面向编码 Agent 的经验驱动 token 成本控制插件
TokenEconomizer 是 Microsoft Research 与 UC Berkeley 联合发布的开源插件，为 Claude Code、Codex 等编码 Agent 提供经验驱动的黑盒成本控制。它通过微技能（micro-skills）、工具裁剪（tool pruning）和失败循环干预（failure-loop intervention）三种机制，在不改动 Agent 本身的情况下，将 SWE-Bench 任务上的平均 token 成本降低 18.4%–30.9%，并保持或提升 Pass@1 表现
1
2026-10-30
未收录
2,055
工具功能
这个工具能做什么、适合谁用，以及目前已识别的核心能力。
工具简介
TokenEconomizer 是 Microsoft Research 与 UC Berkeley 联合发布的开源插件，为 Claude Code、Codex 等编码 Agent 提供经验驱动的黑盒成本控制。它通过微技能（micro-skills）、工具裁剪（tool pruning）和失败循环干预（failure-loop intervention）三种机制，在不改动 Agent 本身的情况下，将 SWE-Bench 任务上的平均 token 成本降低 18.4%–30.9%，并保持或提升 Pass@1 表现
核心功能
价格信息
暂无可验证价格信息暂无足够准确的价格信息。
基础信息
- 更新频率
- 近 7 天 1 条收录动态
- 最近更新
- 2026-10-30
- 覆盖行业
- 程序员
更新日志
按时间记录功能更新、版本发布、新工具入库等重要变化。
- 2026-10-30新工具首发
Microsoft Research 与 UC Berkeley 发布开源插件 TokenEconomizer，可从历史会话学习，将编码 Agent 的 token 成本降低 18.4%–30.9%，且无需改动 Agent 本身。
TokenEconomizer 常见问题
关于 TokenEconomizer 的定位、核心功能、价格与最近更新。
TokenEconomizer 是什么？
TokenEconomizer 是 Microsoft Research 与 UC Berkeley 联合发布的开源插件，为 Claude Code、Codex 等编码 Agent 提供经验驱动的黑盒成本控制。它通过微技能（micro-skills）、工具裁剪（tool pruning）和失败循环干预（failure-loop intervention）三种机制，在不改动 Agent 本身的情况下，将 SWE-Bench 任务上的平均 token 成本降低 18.4%–30.9%，并保持或提升 Pass@1 表现。
TokenEconomizer 有哪些核心功能？
TokenEconomizer 当前已核验的核心功能包括：用量与费用管控。
TokenEconomizer 如何收费？
AI Equal 当前没有收录 TokenEconomizer 的可验证价格信息。
TokenEconomizer 最近有什么更新？
2026-10-30：Microsoft Research 与 UC Berkeley 发布开源插件 TokenEconomizer，可从历史会话学习，将编码 Agent 的 token 成本降低 18.4%–30.9%，且无需改动 Agent 本身。