Lilith.
⌕
Ilustración editorial: TokenEconomizer recortó hasta un 30,9 % el coste de los coding agents al aprender de cada repositorio
Ilustración de Lilith · remezcla editorial

TokenEconomizer aprovecha el historial de trabajo de un repositorio para que un coding agent no repita la misma exploración en cada sesión. Los investigadores lo probaron con 277 tareas de SWE Bench, seis repositorios y cinco combinaciones de agente y modelo.

Tres intervenciones atacan la exploración repetida, las herramientas inútiles y los bucles de fallo

Tras cada sesión, el plugin lee el registro y actualiza tres tipos de ayuda. Micro skills guarda datos breves del repositorio, tool pruning oculta herramientas poco probables en ese proyecto y failure loop intervention avisa al agente cuando repite una estrategia fallida.

El análisis de 60 tareas mostró dónde se concentraba el gasto. Después de al menos cinco tareas, el 30,0 % de las tool calls repetía una acción anterior del mismo repositorio. El agente recibía en cada turno la descripción de 23 herramientas aunque nunca utilizó 16. El 17,0 % de tareas fallidas absorbió el 32,0 % del gasto.

El ahorro procede de una capa de control alrededor del modelo

TokenEconomizer mantiene intactos el modelo y el agente. Añade un controlador adaptativo mediante interfaces existentes, y los resultados incluyen sus propias llamadas al modelo. Para equipos que trabajan de forma recurrente sobre la misma codebase, la memoria operativa puede aportar más que otro cambio de modelo.

El plugin obtuvo el mayor ahorro en las 30 parejas de repositorio y configuración sin perder rendimiento. En todos los repositorios, el coste acumulado quedó por debajo de la referencia antes de la sexta tarea. En Web Bench cayó entre un 16,0 % y un 21,2 %, y en auditoría de seguridad con un repositorio nuevo por tarea entre un 6,4 % y un 19,6 %.

Los benchmarks secuenciales dejan el mantenimiento de la memoria para producción

Los resultados proceden de los autores y de benchmarks secuenciales. Un equipo real afrontará notas obsoletas, herramientas que cambian y patrones pasados que dejan de servir. El plugin espera varias sesiones antes de confirmar una micro skill y la retira si aparecen datos contradictorios, pero falta observar su comportamiento prolongado en repositorios vivos.

Las primeras tareas también pueden costar más mientras el sistema aprende. El beneficio encaja mejor en proyectos con trabajo recurrente que en encargos aislados.

Las facturas reales mostrarán cuánto cuesta aprender la lección equivocada

La siguiente señal útil será una medición independiente en proyectos longevos: cuántas veces el plugin retira conocimiento, recupera una herramienta y acorta un bucle de fallo. Su publicación como open source permite comprobarlo fuera del laboratorio.

También importa el tiempo del desarrollador. Ahorrar tokens protege el presupuesto, pero una recomendación obsoleta puede añadir otra ronda de revisión.

El veredicto de Lilith

Un coding agent que busca el interruptor cada mañana no gana autonomía por moverse deprisa. TokenEconomizer por fin le deja una nota en la puerta.