ARTICLE · 1387454
用 AI 编程助手太烧钱?微软这套插件省 30%
用 AI 编程助手太烧钱?微软这套插件省 30%
上周我把一个攒了好几年的老仓库交给 AI 编程助手,连着改了一周。看账单我发现一个问题,钱不是花在写代码上,是花在让它一遍遍重新认识这个仓库——同一条约定,它每次都要重新问一遍。
用 AI 编程助手的人大概都干过同一件事:换个更便宜的模型、换个套餐,指望账单好看一点。但真正烧钱的往往不是模型单价,而是 agent 每开一个会话都要把仓库重新摸一遍——测试命令是什么、哪个环境变量必须先设、上次为什么卡住,它全不记得。
微软搞了个开源插件 TokenEconomizer,专治这种浪费。它不换模型也不换 agent,就干三件事:把反复出现的事实记下来;几个会话都没用过的工具直接砍掉;同一个错误反复冒,就让裁判模型塞一句“换个思路”。
实测下来,五组组合平均成本降了 18.4% 到 30.9%。30 个格子全部更便宜,没有一格变贵。不过省钱归省钱,解决问题比例也得盯着——Opus 4.8 那组 Pass@1 掉了 1.0。
一个人做项目的话,先别急着装插件。花十分钟列一张“每次开会话都要重说一遍”的事实清单,贴进第一次会话。能省多少马上就能感觉到。带小团队的话,挑一个固定仓库跑两周对比账单和解题率,跑通了再铺开。
很多情况下,你缺的不是更便宜的模型,是让 agent 记住这个仓库的办法。















































































