Microsoft a appris à Claude Code à se souvenir des sessions passées : coût des tâches réduit de 23,6 %
Claude Code repart de zéro à chaque session : il doit redécouvrir comment lancer les tests dans votre dépôt, et il paie cette découverte en tokens. Microsoft Research a conçu TokenEconomizer, qui conserve les faits vérifiés et les recharge au démarrage, comme une antisèche. Sur 277 tâches SWE-Bench (de vrais bugs issus de projets open source), le coût a baissé de 18,4 à 30,9 %, soit 23,6 % en moyenne. Pour des lancements quotidiens de l'agent, cette mémoire mérite d'être testée sur votre propre code.
Traité par IA depuis X: @plusxbt ; édité par Hamidun News
Imaginez un nouveau collègue qui arrive chaque matin avec la tête vide. Il demande à nouveau comment lancer les tests, où se trouve la configuration et quelle commande de build fonctionne. C'est exactement ce que fait Claude Code, l'agent de programmation d'Anthropic : à chaque session, il réexplore votre dépôt, et chaque token lu (unité de texte facturée) coûte de l'argent.
Des chercheurs de Microsoft Research ont développé TokenEconomizer, un outil qui donne à l'agent une « antisèche » de faits vérifiés sur le projet. Sur 277 tâches du benchmark SWE-Bench (un ensemble de vrais bugs issus de dépôts GitHub publics), le coût de résolution a baissé de 18,4 à 30,9 % selon cinq configurations différentes. Dans le titre du post, l'auteur retient la moyenne de 23,6 %.
Ces dernières semaines, six autres petits dépôts sont apparus autour de cette idée. Tous les chiffres proviennent du post sur X et des descriptions de projets ; nous ne les avons pas vérifiés de manière indépendante.
Comment TokenEconomizer économise de l'argent
L'outil extrait des sessions passées des faits sur le projet : comment lancer les tests, où se trouvent les fichiers, quelles commandes fonctionnent. Au début d'une nouvelle session, il charge ces faits dans l'agent, qui n'a donc pas à dépenser de tokens pour réexplorer le dépôt. Pour éviter que la mémoire ne se remplisse de conclusions hasardeuses, un fait n'y entre qu'après avoir été confirmé lors de trois sessions. Si une nouvelle session le contredit, le fait est supprimé.
Selon l'auteur du post, TokenEconomizer s'est révélé moins cher dans les 30 cellules du tableau de tests, c'est-à-dire dans toutes les comparaisons de paires « configuration et jeu de tâches ». Pour un praticien, ce point compte davantage qu'un chiffre spectaculaire : l'effet ne dépend pas d'une seule combinaison modèle et réglages heureuse.
Six dépôts à côté
L'auteur du post a rassemblé six autres projets. Chacun comble un manque distinct dans la mémoire et le contexte de l'agent :
- loom de ClickHouse. Serveur MCP auto-hébergé (MCP est le protocole par lequel un agent se connecte à des outils externes) : ce qu'un agent a appris peut être retrouvé par un autre. Un plugin pour Claude Code charge le contexte au démarrage et enregistre chaque session.
- nomore (
npx @globalmpc/nomore). Repère les instructions répétées dans au moins deux sessions et les transforme en règles pour le fichier CLAUDE.md, où sont conservées les consignes permanentes de l'agent. Ces règles survivent à la compression du contexte. - stalemap. Recherche les dépendances modifiées après la date limite d'entraînement du modèle. Avant le lancement de l'agent, il écrit dans CLAUDE.md une liste classée des changements, pour que le modèle n'écrive pas de code sur une API obsolète.
- landmines. Compare le lockfile (fichier contenant les versions exactes des bibliothèques) aux issues ouvertes sur GitHub. Si une modification touche un problème connu, l'agent s'arrête une fois et applique la solution de contournement issue de la discussion.
- Rulebook. Affiche tous les fichiers CLAUDE.md et AGENTS.md de vos projets et met en évidence ceux qui divergent. Nécessite macOS 14 ou plus récent.
- Sous-agents légers (dépôt mdalexandre). Les petites tâches sont confiées à des agents qui ignorent CLAUDE.md, la liste des compétences et les outils MCP. Un tel sous-agent démarre avec environ 7,4 k tokens au lieu de 131,1 k.
Ce dernier point est révélateur. Quand le démarrage consomme 131 k tokens, une petite correction dans un seul fichier devient peu rentable. Un écart de près de 18 fois sur le contexte initial pèse lourdement sur la facture, dès lors qu'on lance beaucoup d'agents.
Que faire, et quelles réserves
Pour les équipes qui utilisent Claude Code au quotidien, la conclusion est pratique : la mémoire d'un agent doit être considérée comme une partie de l'infrastructure d'ingénierie, avec des règles d'entrée des faits, une durée de validité et une procédure de correction. Pour commencer simplement : nomore, pour extraire les instructions répétitives vers CLAUDE.md, puis la vérification des dépendances avec stalemap et landmines. Si les lancements sont nombreux, testez TokenEconomizer sur votre dépôt et comparez le coût avant et après.
Les réserves sont importantes. Les sept dépôts ont moins de six semaines ; leur maturité et leur suivi doivent donc être évalués séparément. SWE-Bench repose sur des tâches issues de dépôts publics, et l'effet peut être différent sur du code d'entreprise fermé. La moyenne de 23,6 % ne peut pas être présentée comme une économie garantie : la plage selon les configurations est plus large qu'un seul chiffre. Enfin, toute mémoire automatique peut ancrer une conclusion erronée ; la règle des « trois confirmations » doit donc être vérifiée en pratique, et non acceptée sur parole.
La tendance, elle, est claire. La concurrence entre agents de code se déplace de la taille du modèle vers la manière dont on lui fournit le contexte, et vers le coût de cette opération.
- 21 nov. 2026Anthropic вышла на биржу по $83 за акцию и собрала рекордные $106 млрд
- 21 nov. 2026Anthropic lève 81 milliards de dollars en Bourse, valorisée à 2 000 milliards, et des manifestants se rassemblent devant ses bureaux
- 21 nov. 2026Les banques vont toucher 550 millions de dollars sur l'IPO d'Anthropic, plus que sur SpaceX
- 21 nov. 2026Les demandes d'achat d'actions Anthropic dépassent largement l'offre, et les fondateurs toucheront 1,75 milliard de dollars
Questions clés sur cet article
Comment TokenEconomizer économise de l'argent?
L'outil extrait des sessions passées des faits sur le projet : comment lancer les tests, où se trouvent les fichiers, quelles commandes fonctionnent. Au début d'une nouvelle session, il charge ces faits dans l'agent, qui n'a donc pas à dépenser de tokens pour réexplorer le dépôt. Pour éviter que la mémoire ne se remplisse de conclusions hasardeuses, un fait n'y entre qu'après avoir été confirmé lors de trois sessions. Si une nouvelle session le contredit, le fait est supprimé.
Que sait-on sur Six dépôts à côté ?
L'auteur du post a rassemblé six autres projets. Chacun comble un manque distinct dans la mémoire et le contexte de l'agent : loom de ClickHouse. Serveur MCP auto-hébergé (MCP est le protocole par lequel un agent se connecte à des outils externes) : ce qu'un agent a appris peut être retrouvé par un autre. Un plugin pour Claude Code charge le contexte au démarrage et enregistre chaque session. nomore (npx @globalmpc/nomore).
Que sait-on sur Que faire, et quelles réserves ?
Pour les équipes qui utilisent Claude Code au quotidien, la conclusion est pratique : la mémoire d'un agent doit être considérée comme une partie de l'infrastructure d'ingénierie, avec des règles d'entrée des faits, une durée de validité et une procédure de correction. Pour commencer simplement : nomore, pour extraire les instructions répétitives vers CLAUDE.md, puis la vérification des dépendances avec stalemap et landmines.
Build & Ship Production AI Agents Without Boilerplate Code
Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.