El plugin TokenEconomizer de Microsoft reduce el coste de los agentes de programación un 18,4–30,9%

Microsoft ha publicado en GitHub TokenEconomizer, un plugin que reduce el consumo de tokens de los agentes de programación. Funciona con cuatro herramientas: Claude Code, Codex, Copilot CLI y Pi. Según los benchmarks presentados, el coste medio de los agentes baja un 18,4–30,9%, y la calidad del resultado no cae. El plugin no modifica el modelo. Actúa alrededor del agente y elimina lo que se paga en vano.

Qué recuerda y qué desactiva TokenEconomizer

El plugin aprende del historial de sesiones anteriores en un repositorio concreto. La descripción del proyecto menciona tres mecanismos.

El primero es la memoria de comandos que funcionaron. Si el agente ya encontró en el proyecto una forma válida de compilar el código, lanzar los tests o pasar el linter, en la siguiente tarea no tiene que buscar ese camino otra vez. Cada intento de ese tipo cuesta tokens: el agente lee la salida, razona y prueba otra variante.

El segundo es la desactivación de herramientas que no se usan. Las descripciones de las herramientas conectadas suelen entrar en el contexto con cada petición. Cuantas más haya conectadas, más tokens se gastan en descripciones, incluso si en ese proyecto el agente no ha llamado nunca a la mayoría. Si el historial de sesiones indica que una herramienta no hace falta, el plugin la retira del contexto.

El tercero es la salida de bucles de errores repetitivos. La situación es conocida: el agente ejecuta el mismo comando fallido, cambia un poco los argumentos y vuelve a chocar con el mismo error. Cada vuelta se paga. El plugin ayuda al agente a reconocer ese bucle y a cambiar de enfoque.

Conviene señalar que los tres mecanismos se apoyan en datos de un repositorio concreto. Cuantas más sesiones se acumulan, más material hay para aprender. El plugin no impone reglas generales «para todos los proyectos».

Dónde las cifras requieren verificación

El rango del 18,4–30,9% se refiere al coste medio de los agentes. Una dispersión de casi 12 puntos porcentuales indica que el resultado depende de las condiciones. El mensaje original no aporta datos sobre en qué tareas y repositorios se midió, qué modelos se usaron ni cómo se evaluó la calidad. La fórmula «sin pérdida de calidad» también necesita precisión: qué métrica, en qué conjunto de tareas, con qué margen de tolerancia. Las respuestas a estas preguntas hay que buscarlas en el repositorio del proyecto.

Hay además una salvedad evidente: los benchmarks los ha publicado el propio proveedor y por ahora no existen mediciones independientes. Un plugin que aprende del historial de sesiones difícilmente mostrará las mismas cifras en un repositorio nuevo sin historial. El beneficio debería crecer a medida que se acumulen sesiones. Esta conclusión es lógica, pero la fuente no la confirma directamente.

Otra cuestión aparte es la seguridad de la memoria. Si el plugin recuerda comandos «exitosos», el equipo necesita saber dónde y en qué forma se almacenan, y si es posible revisar y limpiar esa memoria. Sin eso, un único precedente desafortunado puede quedar fijado y repetirse.

A quién le conviene probarlo

Los mayores beneficiados serán los equipos que ejecutan agentes a diario sobre un mismo repositorio grande. Ahí es donde más comandos repetidos y más herramientas innecesarias hay en el contexto, y donde las facturas de tokens se notan. Para experimentos puntuales en un proyecto nuevo, el efecto será menor.

También resulta significativo que Microsoft haya creado el plugin para varios agentes competidores a la vez, incluidos Claude Code y Codex, y no solo para su propio Copilot CLI. El ahorro de tokens deja de ser un asunto de cada proveedor y se convierte en una capa independiente sobre los agentes: el gasto depende no solo del modelo, sino también de cómo el agente gestiona el contexto y las herramientas.

El consejo práctico es sencillo. Antes de implantar el plugin en el equipo, pruébelo en su propio repositorio y compare dos indicadores: el coste de la sesión y la proporción de tareas resueltas al primer intento. Si el primero baja de forma notable y el segundo se mantiene, las cifras de Microsoft se habrán confirmado en su caso. El código fuente y la documentación están en el repositorio microsoft/TokenEconomizer de GitHub.