AI资讯

微软开源 TokenEconomizer,智能体工具加载成本最多降 30.9%

发布时间:2026年11月16日 14:00:00

11 月 16 日,微软开源插件 TokenEconomizer:它会从同一仓库的历史智能体会话中学习,只加载实际用得到的工具,减少无用工具定义占用的上下文。项目方称在 SWE-Bench 上使 Claude Code、Codex、Copilot CLI 与 Pi 的成本降低 18.4% 至 30.9%,该数据来自项目方自述,尚未看到独立复现。


事件:省的不是模型钱,是「工具定义」的钱

11 月 16 日,据社区披露,微软开源了插件 TokenEconomizer。

它的做法很具体:

步骤行为
1读取同一仓库里的历史智能体会话
2统计哪些工具真正被调用过
3在新会话中只加载会用到的那部分工具

项目方给出的效果:在 SWE-Bench 上,Claude Code、Codex、Copilot CLI 与 Pi 的成本降低 18.4%–30.9%。

为什么「工具定义」会成为成本大头

编码智能体的上下文里,很大一块不是代码,而是工具清单。

一个装了几十个 MCP 服务器与插件的环境,光是工具名称、参数 schema、描述,就可能占掉几万 token。而每一轮对话、每一次工具调用,这份清单都要重新计费。

更麻烦的是它还会干扰判断:工具越多,模型选错的概率越高。

所以这类优化的收益是双份的——省钱,同时提高工具选择的准确率。

与「上下文压缩」的区别

2026 年上下文优化已经有好几条路线,容易混淆:

方案优化对象代表
压缩历史对话记录各类 context compaction
检索记忆长期记忆记忆类插件
精简工具集工具定义TokenEconomizer
换小模型执行层路由 / Decider 类模型

前两条都在压「内容」,这一条压的是「能力声明」。这是一个此前被忽略的维度。

三层影响

对团队:多 MCP 环境立刻能感受到成本差异,尤其是按 token 计费的企业。

对工具生态:如果「加载的工具越少越好」成为共识,插件市场会从「数量竞赛」转向「按需加载」。

对 Agent 框架:工具注册机制需要支持「先声明、后按需展开」。

需要冷静看的几点

  1. 数据来自项目方自述:18.4%–30.9% 未经第三方复现。
  2. 依赖历史会话:新仓库没有历史数据,冷启动阶段无收益。
  3. 可能漏加载:如果任务需要从未用过的工具,需要回退机制。
  4. 仅适配部分客户端:四款工具的集成深度未逐一说明。

观察点

  1. 社区在真实仓库上的前后对比。
  2. 冷启动策略:新项目如何选择初始工具集。
  3. 是否支持按任务动态加载,而非仅按仓库。
  4. 是否会被并入主流客户端默认能力。

一句话总结:TokenEconomizer 提示了一个被忽视的成本结构——智能体的账单里,除了对话和代码,还有一份每轮都要重付的「工具说明书」。