Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
РелизКод / SDK · В работуX: @plusxbt→ оригинал

Microsoft научила Claude Code помнить прошлые сессии: стоимость задач ниже на 23,6%

Claude Code каждую сессию заново выясняет, как в вашем репозитории запускать тесты, и платит за это токенами. Microsoft Research сделала TokenEconomizer: он запоминает проверенные факты и подгружает их на старте, как шпаргалку. На 277 задачах SWE-Bench (реальные баги из открытых проектов) стоимость упала на 18,4–30,9%, в среднем на 23,6%. Для ежедневных запусков агента такую память стоит проверить на своём коде.

AI-обработка оригинала X: @plusxbt; редакция Hamidun News
Microsoft научила Claude Code помнить прошлые сессии: стоимость задач ниже на 23,6%
Источник: X: @plusxbt. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникX: @plusxbt ↗
Главный редактор
Ключевой факт #1Факт попадает в память после 3 подтверждений, опровергнутые удаляются
Ключевой факт #2Дешевле во всех 30 ячейках тестовой таблицы, по словам автора поста
Ключевой факт #3Лёгкие субагенты стартуют с 7,4 тыс. токенов вместо 131,1 тыс.

Представьте нового сотрудника, который каждое утро приходит на работу с пустой головой. Он снова спрашивает, как запускаются тесты, где лежит конфигурация и какая команда сборки рабочая. Ровно так ведёт себя Claude Code, ИИ-агент Anthropic для программирования: каждую сессию он заново изучает ваш репозиторий, а каждый прочитанный токен (единица текста, за которую платят) стоит денег.

Исследователи Microsoft Research сделали инструмент TokenEconomizer, который даёт агенту «шпаргалку» из проверенных фактов о проекте. На 277 задачах бенчмарка SWE-Bench (набор реальных багов из открытых репозиториев GitHub) стоимость решения упала на 18,4–30,9% в пяти разных конфигурациях. В заголовке поста автор называет среднее значение 23,6%.

Вокруг идеи за последние недели появилось ещё шесть небольших репозиториев. Все цифры взяты из поста в X и описаний проектов, независимо мы их не проверяли.

Как TokenEconomizer экономит деньги

Инструмент выделяет из прошлых сессий факты о проекте: как запускать тесты, где что лежит, какие команды работают. В начале новой сессии он загружает эти факты агенту, и тот не тратит токены на повторное изучение репозитория. Чтобы память не засорялась случайными выводами, факт попадает в неё только после того, как его подтвердили три сессии. Если новая сессия показала обратное, факт удаляется.

По данным автора поста, TokenEconomizer оказался дешевле во всех 30 ячейках тестовой таблицы, то есть во всех сравнениях пар «конфигурация и набор задач». Для практика это важнее одной красивой цифры: эффект не зависит от одной удачной связки модели и настроек.

Шесть репозиториев рядом

Автор поста собрал ещё шесть проектов. Каждый закрывает отдельную дыру в памяти и контексте агента:

  • loom от ClickHouse. Self-hosted MCP-сервер (MCP — протокол, через который агент подключает внешние инструменты): то, чему научился один агент, может найти другой. Плагин для Claude Code загружает контекст на старте и записывает каждую сессию.
  • nomore (npx @globalmpc/nomore). Находит инструкции, которые вы повторили минимум в двух сессиях, и превращает их в правила для файла CLAUDE.md, где хранятся постоянные указания для агента. Эти правила переживают сжатие контекста.
  • stalemap. Ищет зависимости, которые изменились после даты, до которой обучалась модель. Перед запуском агента записывает в CLAUDE.md ранжированный список изменений, чтобы модель не писала код под устаревший API.
  • landmines. Сверяет lockfile (файл с точными версиями библиотек) с открытыми issues на GitHub. Если правка попадает на известную проблему, агент один раз останавливается и берёт обходной путь из обсуждения.
  • Rulebook. Показывает все файлы CLAUDE.md и AGENTS.md по вашим проектам и подсвечивает те, что разошлись между собой. Нужен macOS 14 или новее.
  • Лёгкие субагенты (репозиторий mdalexandre). Мелкие задачи уходят агентам, которые пропускают CLAUDE.md, список навыков и MCP-инструменты. Такой субагент стартует примерно с 7,4 тыс. токенов вместо 131,1 тыс.

Последний пункт показателен. Когда на старте уходит 131 тыс. токенов, мелкая правка в одном файле становится невыгодной. Разница почти в 18 раз по стартовому контексту сильнее всего бьёт по счёту, если агентов запускают много.

Что с этим делать и какие оговорки

Для команд, которые гоняют Claude Code ежедневно, вывод практический. Память агента стоит считать частью инженерной инфраструктуры: у неё должны быть правила попадания фактов, срок годности и способ исправления. Простой старт: nomore, чтобы вытащить повторяющиеся инструкции в CLAUDE.md. Затем проверка зависимостей через stalemap и landmines. Если запусков много, протестируйте TokenEconomizer на своём репозитории и сравните стоимость до и после.

Оговорки существенные. Все семь репозиториев моложе шести недель, поэтому зрелость и поддержку нужно проверять отдельно. SWE-Bench состоит из задач с открытых репозиториев, и в закрытом корпоративном коде эффект может быть другим. Среднее в 23,6% нельзя обещать как гарантированную экономию: диапазон по конфигурациям шире, чем одна цифра. Наконец, любая автоматическая память может закрепить неверный вывод, поэтому правило «три подтверждения» нужно проверять в деле, а не принимать на веру.

Сам тренд при этом ясен. Конкуренция среди агентов для кода смещается от размера модели к тому, как аккуратно ей подают контекст и как дёшево это обходится.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: как TokenEconomizer экономит деньги?

Инструмент выделяет из прошлых сессий факты о проекте: как запускать тесты, где что лежит, какие команды работают. В начале новой сессии он загружает эти факты агенту, и тот не тратит токены на повторное изучение репозитория. Чтобы память не засорялась случайными выводами, факт попадает в неё только после того, как его подтвердили три сессии. Если новая сессия показала обратное, факт удаляется.

Что известно по теме: шесть репозиториев рядом?

Автор поста собрал ещё шесть проектов. Каждый закрывает отдельную дыру в памяти и контексте агента: loom от ClickHouse. Self-hosted MCP-сервер (MCP — протокол, через который агент подключает внешние инструменты): то, чему научился один агент, может найти другой. Плагин для Claude Code загружает контекст на старте и записывает каждую сессию. nomore (npx @globalmpc/nomore).

Что известно по теме: что с этим делать и какие оговорки?

Для команд, которые гоняют Claude Code ежедневно, вывод практический. Память агента стоит считать частью инженерной инфраструктуры: у неё должны быть правила попадания фактов, срок годности и способ исправления. Простой старт: nomore, чтобы вытащить повторяющиеся инструкции в CLAUDE.md. Затем проверка зависимостей через stalemap и landmines. Если запусков много, протестируйте TokenEconomizer на своём репозитории и сравните стоимость до и после. Оговорки существенные.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Практика · Hamidun Academy

Соберите рабочего ИИ-агента или сервис своими руками без ручного кода

В Академии Жемала Хамидуна (academy.hamidun.com) открыт бесплатный 72-часовой тест-драйв: интерактивные скетч-уроки по Claude Code и Cursor, живой Tech Radar и готовые шаблоны агентов.

Открыть 72ч бесплатный доступ →Интенсив по Вайб-кодингу
Что вы думаете?
Загружаем комментарии…