Plugin TokenEconomizer, da Microsoft, reduz o custo de agentes de programação em 18,4–30,9%

A Microsoft publicou no GitHub o plugin TokenEconomizer, que reduz o consumo de tokens de agentes de programação. Ele funciona com quatro ferramentas: Claude Code, Codex, Copilot CLI e Pi. De acordo com os benchmarks apresentados, o custo médio de operação dos agentes cai de 18,4% a 30,9%, sem queda na qualidade do resultado. O plugin não altera o modelo em si. Ele atua ao redor do agente e elimina o que é pago em vão.

O que o TokenEconomizer memoriza e desativa

O plugin aprende com o histórico das sessões anteriores em um repositório específico. A descrição do projeto cita três mecanismos.

O primeiro é a memória de comandos bem-sucedidos. Se o agente já encontrou no projeto uma forma que funciona de compilar o código, rodar os testes ou verificar o linter, ele não precisa procurar esse caminho de novo na próxima tarefa. Cada tentativa assim custa tokens: o agente lê a saída, raciocina e testa outra variante.

O segundo é a desativação de ferramentas não utilizadas. As descrições das ferramentas conectadas costumam entrar no contexto a cada requisição. Quanto mais ferramentas conectadas, mais tokens vão para essas descrições, mesmo que o agente nunca tenha chamado a maior parte delas nesse projeto. Se o histórico de sessões mostra que uma ferramenta não é necessária, o plugin a remove do contexto.

O terceiro é a saída de ciclos de erros repetitivos. A situação é conhecida: o agente executa o mesmo comando que falhou, muda um pouco os argumentos e esbarra de novo no mesmo erro. Cada volta é cobrada. O plugin ajuda o agente a reconhecer o ciclo e mudar de abordagem.

Vale notar que os três mecanismos se baseiam em dados de um repositório específico. Quanto mais sessões acumuladas, mais material para o aprendizado. O plugin não impõe regras gerais "para todos os projetos".

Onde os números precisam de verificação

A faixa de 18,4–30,9% refere-se ao custo médio de operação dos agentes. A variação de quase 12 pontos percentuais mostra que o resultado depende das condições. A comunicação original não informa em quais tarefas e repositórios as medições foram feitas, quais modelos foram usados nem como a qualidade foi avaliada. A formulação "sem perda de qualidade" também precisa de esclarecimento: qual métrica, em qual conjunto de tarefas, com qual margem de tolerância. As respostas para essas perguntas devem ser buscadas no repositório do projeto.

Há ainda uma ressalva evidente: os benchmarks foram publicados pela própria fornecedora, e ainda não há medições independentes. Um plugin que aprende com o histórico de sessões dificilmente vai mostrar os mesmos números em um repositório novo, sem histórico. O ganho deve crescer conforme as sessões se acumulam. Essa conclusão é lógica, mas a fonte não traz confirmação direta.

Outra questão é a segurança da memória. Se o plugin memoriza comandos "bem-sucedidos", a equipe precisa entender onde e em que formato isso é armazenado e se é possível visualizar e limpar essa memória. Sem isso, um único precedente ruim pode se fixar e se repetir.

Quem deve testar

Quem mais ganha são as equipes que rodam agentes todos os dias no mesmo repositório grande. É ali que há mais comandos repetidos e ferramentas desnecessárias no contexto, e a conta de tokens pesa. Em experimentos pontuais em um projeto novo, o efeito será menor.

Também é revelador que a Microsoft tenha feito o plugin para vários agentes concorrentes ao mesmo tempo, incluindo Claude Code e Codex, e não apenas para o próprio Copilot CLI. A economia de tokens deixa de ser uma tarefa de um fornecedor específico e passa a ser uma camada separada sobre os agentes: o gasto depende não só do modelo, mas também de como o agente lida com o contexto e com as ferramentas.

O conselho prático é simples. Antes de adotar o plugin na equipe, rode-o no seu próprio repositório e compare dois indicadores: o custo da sessão e a proporção de tarefas resolvidas na primeira tentativa. Se o primeiro cair de forma perceptível e o segundo se mantiver no mesmo nível, os números da Microsoft se confirmaram para o seu caso. O código-fonte e a documentação estão no repositório microsoft/TokenEconomizer, no GitHub.