Plugin TokenEconomizer reduz em 18,4–30,9% o custo de agentes de IA para código sem trocar de modelo
Um agente de código pode trabalhar semanas no mesmo repositório, mas começa cada sessão do zero: procura de novo como rodar os testes e carrega ferramentas de que não precisa. O plugin TokenEconomizer lê os logs das sessões anteriores e repassa ao agente o que foi aprendido. Em 277 correções de bugs do SWE-Bench, o custo por tarefa caiu entre 18,4% e 30,9%. Para equipes que atuam sempre nos mesmos repositórios, é uma economia sem precisar trocar de agente.
Processado por IA de Microsoft Research; editado por Hamidun News
Se você usa o Claude Code ou outro agente de código no mesmo repositório o tempo todo, provavelmente já notou: cada nova sessão começa como se o agente visse o projeto pela primeira vez. Ele descobre de novo como rodar os testes, lê de novo os mesmos arquivos e tropeça de novo nos mesmos erros. Cada uma dessas voltas é paga em tokens, ou seja, em dinheiro.
Pesquisadores da UC Berkeley, da Microsoft Research e da Microsoft Security lançaram o TokenEconomizer, um plugin aberto que analisa as sessões concluídas e passa ao agente, nas seguintes, o que foi aprendido. Em 277 correções de bugs reais, o custo médio por tarefa caiu entre 18,4% e 30,9%, ou seja, algo entre um quinto e um terço da conta de tokens. O agente e o modelo continuam os mesmos, e a taxa de tarefas resolvidas, no geral, não caiu.
Se a sua equipe trabalha há anos em alguns poucos repositórios, parte da conta vai para coisas que o agente já sabia ontem.
Para onde vão os tokens
Primeiro, os autores investigaram em que o orçamento é gasto. Eles rodaram o Claude Code em 60 tarefas do SWE-Bench (um conjunto de correções de bugs reais em projetos Python de código aberto), executando em sequência as tarefas de cada repositório. Apareceram três fontes de desperdício.
Primeira: o agente redescobre o que já sabe. Quando o repositório tinha pelo menos cinco tarefas concluídas, 30% das chamadas de ferramentas repetiam uma ação de uma tarefa anterior no mesmo repositório. Com o histórico de outro repositório, a coincidência era de apenas 7%. Ou seja, a experiência é útil sobretudo no nível local, não em geral.
Segunda: pagar por ferramentas que não são usadas. A cada turno, o agente recebia 23 descrições de ferramentas, mas apenas 7 eram chamadas. As outras 16 apenas inflavam a requisição.
Terceira: o travamento. Os 17% de tarefas que fracassaram consumiram 32% dos gastos: o agente fica girando em torno do mesmo erro, e os tokens continuam sendo gastos.
Os autores também testaram três plugins abertos populares de economia, cada um com uma estratégia fixa embutida. Cada um reduziu custos em alguns casos e em outros não. A conclusão: não existe uma receita única, e a economia precisa se ajustar a cada repositório.
Como funciona
Depois de cada sessão, o TokenEconomizer lê o log e atualiza o conhecimento sobre o repositório. Em seguida, entram em ação três mecanismos, todos por meio de interfaces que o agente já tem.
- Microhabilidades. Notas curtas de uma linha, do tipo "os testes aqui rodam assim". A nota só entra no contexto inicial depois que várias sessões confirmam o padrão. Se surgirem dados contraditórios mais tarde, a nota é removida.
- Poda de ferramentas. O plugin retira as ferramentas que, pelo histórico do repositório, o agente provavelmente não vai precisar. As básicas (execução de comandos e edição de arquivos) permanecem sempre, e as removidas podem ser restauradas.
- Intervenção em caso de loop. Um modelo juiz separado decide se o agente realmente travou ou se ainda está progredindo. Se travou, ele recebe uma dica curta para tentar outra abordagem. Se nada mudar mesmo depois disso, na versão aberta o plugin não interrompe o trabalho por conta própria; ele avisa o desenvolvedor.
O plugin não exige uma chave de API própria e guarda o que aprendeu na máquina do desenvolvedor. A economia divulgada já inclui o custo das próprias chamadas dele ao modelo.
O que mostraram as medições
O teste usou 277 tarefas do SWE-Bench de seis repositórios, com cinco combinações de agente e modelo. Em cada repositório, o plugin começou sem histórico. O custo médio por tarefa caiu entre 18,4% e 30,9%, e o Pass@1 (a fração de tarefas resolvidas na primeira tentativa) subiu em quatro das cinco combinações. Entre as abordagens sem perda de qualidade, o plugin foi o que mais economizou em todos os 30 pares "repositório — combinação". Para comparação: simplesmente reduzir a profundidade de raciocínio do modelo economizava o mesmo ou mais, mas piorava o resultado de forma notável.
A economia se acumula aos poucos. As primeiras tarefas podem até custar mais enquanto o plugin aprende, mas, na sexta tarefa, o gasto acumulado já fica abaixo do da linha de base em todos os repositórios. Cada um dos três mecanismos traz ganho isoladamente, e juntos eles dão o resultado máximo.
O efeito se manteve fora das correções de bugs. No Web-Bench, que envolve desenvolvimento web sequencial, os custos caíram entre 16,0% e 21,2%. Em auditoria de segurança, onde cada tarefa roda em um repositório novo e não há experiência acumulada, ainda assim saiu de 6,4% a 19,6% mais barato.
O que fazer com isso
O plugin é instalado ao lado do agente que você já usa, então testá-lo custa pouco. Há ressalvas, porém. Trata-se de um projeto de pesquisa, e os principais números vêm de benchmarks com correções de bugs em Python, que diferem de bases de código de produção. O ganho aparece não na primeira tarefa, mas depois que o histórico se acumula, então para experimentos pontuais ele deve trazer pouco. Antes de adotar o plugin na equipe, vale medir os gastos no seu próprio repositório, antes e depois.
- 18 de nov. de 2026Cinco IAs tentaram corrigir o mesmo bug: duas conseguiram, três quebraram ainda mais
- 18 de nov. de 2026Qwen em dois DGX Spark fica 34–59% mais rápido em tokens por segundo e supera o GLM
- 18 de nov. de 2026Desenvolvedor dá "mãos" a chat de IA na web: servidor MCP com 14 ferramentas e 21 mil linhas de código
- 18 de nov. de 2026Claude Code salvava senhas de comandos: segredos apareceram em 1,1% dos arquivos de configuração no GitHub
Perguntas frequentes sobre a notícia
O que se sabe sobre Para onde vão os tokens?
Primeiro, os autores investigaram em que o orçamento é gasto. Eles rodaram o Claude Code em 60 tarefas do SWE-Bench (um conjunto de correções de bugs reais em projetos Python de código aberto), executando em sequência as tarefas de cada repositório. Apareceram três fontes de desperdício. Primeira: o agente redescobre o que já sabe. Quando o repositório tinha pelo menos cinco tarefas concluídas, 30% das chamadas de ferramentas repetiam uma ação de uma tarefa anterior no mesmo repositório.
Como funciona?
Depois de cada sessão, o TokenEconomizer lê o log e atualiza o conhecimento sobre o repositório. Em seguida, entram em ação três mecanismos, todos por meio de interfaces que o agente já tem. Microhabilidades. Notas curtas de uma linha, do tipo "os testes aqui rodam assim". A nota só entra no contexto inicial depois que várias sessões confirmam o padrão. Se surgirem dados contraditórios mais tarde, a nota é removida. Poda de ferramentas.
O que mostraram as medições?
O teste usou 277 tarefas do SWE-Bench de seis repositórios, com cinco combinações de agente e modelo. Em cada repositório, o plugin começou sem histórico. O custo médio por tarefa caiu entre 18,4% e 30,9%, e o Pass@1 (a fração de tarefas resolvidas na primeira tentativa) subiu em quatro das cinco combinações. Entre as abordagens sem perda de qualidade, o plugin foi o que mais economizou em todos os 30 pares "repositório — combinação".
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.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.