Плагин Microsoft TokenEconomizer снизил стоимость работы кодинг-агентов на 18,4–30,9%

Microsoft опубликовала на GitHub плагин TokenEconomizer, который сокращает расход токенов у кодинг-агентов. Он работает с четырьмя инструментами: Claude Code, Codex, Copilot CLI и Pi. По приведённым бенчмаркам, средняя стоимость работы агентов снижается на 18,4–30,9%, при этом качество результата не падает. Плагин не меняет саму модель. Он работает вокруг агента и убирает то, за что приходится платить впустую.

Что TokenEconomizer запоминает и отключает

Плагин учится на истории предыдущих сессий в конкретном репозитории. В описании проекта названы три механизма.

Первый — память об успешных командах. Если агент уже находил в проекте рабочий способ собрать код, запустить тесты или проверить линтер, при следующей задаче ему не нужно искать этот путь заново. Каждая такая попытка стоит токенов: агент читает вывод, рассуждает, пробует другой вариант.

Второй — отключение неиспользуемых инструментов. Описания подключённых инструментов обычно попадают в контекст при каждом запросе. Чем больше их подключено, тем больше токенов уходит на описания, даже если агент в этом проекте ни разу не вызывал большую часть из них. Если по истории сессий видно, что инструмент не нужен, плагин убирает его из контекста.

Третий — выход из циклов повторяющихся ошибок. Знакомая ситуация: агент запускает одну и ту же упавшую команду, чуть меняет аргументы и снова упирается в ту же ошибку. Каждый круг оплачивается. Плагин помогает агенту распознать такой цикл и сменить подход.

Стоит заметить, что все три механизма опираются на данные конкретного репозитория. Чем больше сессий накопилось, тем больше материала для обучения. Общих правил «для всех проектов» плагин не навязывает.

Где цифры требуют проверки

Диапазон 18,4–30,9% относится к средней стоимости работы агентов. Разброс почти в 12 процентных пунктов показывает, что результат зависит от условий. В исходном сообщении нет данных о том, на каких задачах и репозиториях мерили, какие модели использовали и как оценивали качество. Формулировка «без потери качества» тоже требует уточнения: какая метрика, на каком наборе задач, какой допуск. Ответы на эти вопросы стоит искать в репозитории проекта.

Есть и очевидная оговорка: бенчмарки опубликовал сам вендор, независимых замеров пока нет. Плагин, который учится на истории сессий, на новом репозитории без истории вряд ли покажет те же цифры. Выгода должна расти по мере накопления сессий. Этот вывод логичен, но прямых подтверждений в источнике нет.

Отдельный вопрос — безопасность памяти. Если плагин запоминает «успешные» команды, команде нужно понимать, где и в каком виде это хранится и можно ли такую память просмотреть и почистить. Без этого один неудачный прецедент может закрепиться и повторяться.

Кому стоит попробовать

Больше всех выиграют команды, которые ежедневно гоняют агентов по одному и тому же большому репозиторию. Там повторяющихся команд и лишних инструментов в контексте больше всего, а счета за токены ощутимы. Для разовых экспериментов в новом проекте эффект будет меньше.

Показательно и то, что Microsoft сделала плагин сразу для нескольких конкурирующих агентов, включая Claude Code и Codex, а не только для собственного Copilot CLI. Экономия токенов перестаёт быть задачей конкретного вендора и становится отдельным слоем поверх агентов: расход зависит не только от модели, но и от того, как агент обращается с контекстом и инструментами.

Практический совет простой. Прежде чем внедрять плагин в команде, прогоните его на своём репозитории и сравните два показателя: стоимость сессии и долю задач, решённых с первой попытки. Если первый заметно упал, а второй остался на уровне, цифры Microsoft подтвердились для вашего случая. Исходный код и документация лежат в репозитории microsoft/TokenEconomizer на GitHub.