2026-11-16 · ← ニュース
TokenEconomizer、リポジトリの経験学習でcoding agentのコストを最大30.9%削減
Microsoft Research、UC Berkeley、Microsoft Securityは、coding agentの過去セッションから学ぶopen source pluginを発表した。SWE Benchの277タスクでは、成功率をほぼ維持しながらコストを18.4%から30.9%削減した。
画像を読み込めませんでした。
TokenEconomizerは、同じリポジトリでの作業履歴を使い、coding agentが新しいセッションごとに同じ調査を繰り返すのを抑える。研究チームは6つのリポジトリ、5種類のagentとmodelの組み合わせ、SWE Benchの277タスクで評価した。
3つの仕組みが重複調査、未使用ツール、失敗ループを減らす
pluginはセッション終了後にログを読み、3種類の支援を更新する。Micro skillsはリポジトリ固有の知識を短く保存し、tool pruningは使われる可能性の低いツールを隠す。failure loop interventionは、agentが失敗した手順を繰り返した時に別の進め方を促す。
60タスクの分析では、少なくとも5タスクを終えた後のtool callの30%が、同じリポジトリで過去に行った操作の繰り返しだった。agentは毎回23ツールの説明を受け取ったが、16ツールは一度も使われなかった。失敗した17%のタスクが支出の32%を占めた。
節約を生むのはmodelの交換ではなく周辺の制御層だ
TokenEconomizerはmodelもagentも変更せず、既存のinterfaceを通じて適応型controllerを加える。報告されたコストにはcontroller自身のmodel callも含まれる。同じcodebaseを繰り返し扱うチームでは、modelを替えるより運用記憶を育てる方が実用的な改善になり得る。
30通りすべてのリポジトリと構成の組み合わせで、性能を落とさず最大の節約を記録した。累積コストは全リポジトリで6番目のタスクまでに基準を下回った。Web Benchでは16.0%から21.2%、タスクごとに新しいリポジトリを使うsecurity auditでは6.4%から19.6%下がった。
連続タスクのbenchmarkだけでは記憶の保守まで分からない
結果は著者による連続benchmarkに基づく。実際のチームではメモが古くなり、ツールが変わり、過去のパターンが通用しなくなる。pluginは複数セッションで確認してからmicro skillを採用し、矛盾する証拠が出れば削除する。それでも生きたリポジトリでの長期挙動は利用者が確かめる必要がある。
学習中の初期タスクは高くつく場合もある。効果が期待できるのは、共通文脈のない単発作業より、反復作業が続くリポジトリだ。
実際の請求書が誤学習の代償を示す
次に必要なのは、長期運用プロジェクトでの独立測定だ。pluginが知識を撤回する頻度、隠したツールを戻す回数、失敗ループを短縮できた割合を見たい。open sourceで公開されたため、研究室の外でも検証できる。
開発者の時間も重要だ。tokenの削減は予算を助けるが、古い助言はキーボードの前の人に余分なreviewを課す。
Lilithの判定
毎朝照明スイッチを探し直すcoding agentは、動きが速くても自律的とは言えない。TokenEconomizerはようやくドアにメモを残した。