TokenEconomizer:省费插件的边界

TokenEconomizer是一款让编码Agent复用仓库经验、减少重复消耗的插件，适合长期维护同一项目的团队。它由UC Berkeley、Microsoft Research和Microsoft Security研究人员合作，代码采用Apache-2.0许可。省费数字来自作者实验；当前交互插件的默认设置与实验控制器存在重要差异。

本文核对的仓库提交为c53a4a6dcdebaeb9df6fcaa5c7026f0401cd8f23，日期为2026年11月1日。原始论文于10月15日提交，不能把社交平台的传播日期当成发布日期。

官方仓库：https://github.com/microsoft/TokenEconomizer 项目页面：https://tokeneconomizer.github.io/ 论文：https://arxiv.org/abs/2610.22732

TokenEconomizer到底优化什么？

同一个代码库里，代理可能不断重查测试入口、重复加载闲置工具，或者对同一失败反复修补。项目将控制点放在任务周围：整理已有会话，影响后续提示上下文、工具配置和运行中的提醒，不训练新模型，也不要求重写代理主体。

这类优化的价值取决于任务分布。每次都换一个陌生仓库，知识复用空间较小；持续维护同一服务，重复的构建和验证路径更可能值得压缩。仓库经验也可能过时，因此“记住一次”不能等同于永久正确。

三个机制如何分工？

这张表是对控制位置的概括，不代表所有宿主都实现了相同功能。工具裁剪的粒度尤其不同，后文会单独列出。

“省18.4%至30.9%”应该怎样读？

作者报告在6个仓库的277道SWE-Bench任务上，比较5种Agent与模型组合，按仓库顺序执行任务。平均成本下降18.4%至30.9%，包含控制器自身的模型调用；4种组合的Pass@1提高，另1种没有提高。

官方结果绘图脚本给出了如下表格；Pass@1变化使用百分点，不是相对百分比。表格为作者数据，未在本机重跑。

数据脚本：https://github.com/microsoft/TokenEconomizer/blob/main/docs/assets/results_overview.py

这些数字描述特定实验条件下的平均变化。它们不证明每个任务都更便宜，不证明质量全面提升，也不等于实际订阅账单必然同比下降。订阅额度、缓存计费、模型路由和完成任务数量，都会改变用户感受到的节省。

原始口径见论文和实验目录： https://arxiv.org/abs/2610.22732 https://github.com/microsoft/TokenEconomizer/tree/main/experiments

更关键的是，实验环境有官方任务评分，可以判断是否解决问题；真实插件用会话事件推断“这一轮结束后没有失败验证”等信号。没有报错并不保证满足业务要求。把交互插件安装成功，不能视为已经复现论文结果。

当前插件与论文有哪些区别？

官方docs/PLUGIN.md明确列出两者差异。安装决策应以当前实现为准，而不是把论文控制器的能力全部套到插件上。

最容易造成误解的是Loop guard：无人值守时，没有人看到提示，任务仍可能继续消耗到代理自身的限制。要控制自动任务预算，仍需在外层设置超时、调用额度和人工接管条件。

实现差异与限制： https://github.com/microsoft/TokenEconomizer/blob/main/docs/PLUGIN.md

Claude Code、Codex、Copilot和Pi支持一样吗？

工具裁剪模块与配置写入代码显示，宿主提供的控制面不同，不能只看“支持”两个字。

源码与说明：https://github.com/microsoft/TokenEconomizer/tree/main/tokeneconomizer/toolprune

截至本次核对，README列出的测试版本范围为Claude Code 2.1.300–2.1.310、Codex 0.153.1–0.164.0、Copilot CLI 1.0.83–1.0.102、Pi 1.2.0–1.3.0；opencode测试了1.19.5及2.2.0。它们是已测试范围，不是未来版本兼容承诺，升级后要重新检查状态和实际生效配置。

如何安装，并保留撤回路径？

需要已能使用的宿主，以及PATH中的Python 3.10以上版本。本机测试发现，仅用Python 3.12启动测试还不够：Shell启动器可能另找系统Python 3.9，必须同时核对PATH；项目也提供TE_PYTHON覆盖项。插件Python包没有额外运行时依赖，也不需要为插件单独申请API Key；已有代理的登录、模型用量和权限仍然适用。

以Claude Code为例，下面命令来自官方安装说明，执行位置应是准备长期保留克隆目录的父目录：

开启新会话后，检查状态并建立工具目录。以下是Claude Code中的命令，不能直接粘到系统Shell：

建议先以只提议模式观察工具裁剪；确认学习所涉及的模型调用和数据范围后，再启用微技能：

其他宿主的官方安装入口： https://github.com/microsoft/TokenEconomizer/blob/main/plugin/README.md

需要撤回已应用的工具裁剪时，使用/tokeneconomizer:toolprune restore。只把toolprune设为off会停止产生新列表，并不自动撤回已写入的规则。卸载前应恢复各仓库的规则，并按官方文档清理宿主插件；不要直接删除整个项目配置文件。

状态在本地，是否意味着完全离线？

不是。路径实现将状态放在~/.tokeneconomizer，也允许通过TOKENECONOMIZER_HOME指定位置。仓库标识优先从origin推导，同仓库的克隆可能共用经验；但长期分叉的环境不一定具有相同约束，需留意经验迁移是否适用。

状态可能包含仓库路径、命令、错误和费用记录。它需要纳入团队的本机备份、访问控制和清理策略，而不是因为没有独立服务器就忽略数据治理。

模型侧调用代码则通过用户已有的宿主CLI调用提议器和判断器。启用相关功能时，构造的摘要仍可能进入该宿主使用的模型服务。“存储在本地”不能推导出“内容不离开电脑”。

路径代码：https://github.com/microsoft/TokenEconomizer/blob/main/tokeneconomizer/plugin/paths.py 模型调用代码：https://github.com/microsoft/TokenEconomizer/blob/main/tokeneconomizer/plugin/sidecall.py

如何验证它在自己的项目里值得使用？

Mycelium Protocol建议按完成任务的质量与总成本验收，而非仅比较Token数量。可以选择一组真实维护任务，固定宿主、模型、缓存计费规则和任务验收标准，分别记录冷启动阶段及经验积累阶段。

至少保留五项记录：最终测试是否通过、总计费成本、插件附加调用成本、人工返工时间，以及被裁剪工具的恢复次数。比较时应包含失败任务和中断任务，避免只挑成功省钱的会话。

一个可解释的指标是“全部尝试成本÷验收通过的任务数”。假设总花费下降20%，通过的任务数却下降25%，单位成功任务成本变成原来的0.8÷0.75≈1.067，反而上升约6.7%。这只是说明计算方法的构造示例，不是TokenEconomizer的实测结果。

本次对上游离线测试的首次运行得到421项通过、6项跳过和4项启动器失败。3项通过指定TE_PYTHON复查通过，另1项测试清理了该变量，改用Python 3.12所在目录前置到PATH后通过。总计425项已通过、6项跳过，分阶段日志保留；没有将初次失败隐藏为一次全绿运行。

本次验证范围为固定提交的代码审阅与离线测试，不包含将插件接入真实付费会话、运行完整SWE-Bench或测量账单节省。离线检查只能证明测试覆盖的行为在当前环境成立，不能替代实际使用对照。

建立验收样本的方法，也可参考本站的Agent评测文章： https://blog.mushroom.cv/blog/hamel-domain-specific-agent-evals-guide/

常见问题

它会让模型变聪明吗？

TokenEconomizer不更新模型权重。它试图改善代理获取经验和使用工具的方式，减少操作浪费；模型推理能力是否足够，仍需通过任务结果检验。

免费插件能保证账单降低吗？

不能。开源许可与模型用量是两回事。提议器、循环判断和提醒都可能产生额外调用，最终收益取决于减少的重复工作是否超过新增成本。

哪些项目适合先尝试？

优先选择反复维护、测试路径清晰、可以记录验收结果的仓库。一次性任务、工具需求频繁变化或无人值守任务，应先从可观察配置和明确的外部预算限制开始。

© 2026 Author: Mycelium Protocol. 本文采用 CC BY 4.0 授权——欢迎转载和引用，须注明作者姓名及原文链接，不得去除署名后以原创发布。