Tech Meridian ← К ЛЕНТЕ
PROМОЙ MERIDIAN EN

ИССЛЕДОВАНИЕ · RESEARCH · #3685

Открытый плагин TokenEconomizer сокращает стоимость токенов у AI-агентов для кода на ~18–31%

TokenEconomizer — открытый плагин и сопутствующая статья от UC Berkeley и Microsoft Research/Microsoft Security — использует опыт прошлых сессий в репозитории, чтобы уменьшить неэффективные вызовы модели без изменения самого агента или модели. Оценённый на 277 задачах SWE‑Bench из шести репозиториев и пяти комбинациях агентов/моделей, он снизил средние затраты токенов на 18,4–30,9% за счёт трёх механизмов (micro‑skills, удаление неиспользуемых инструментов и вмешательство при циклах ошибок) при сохранении успешности задач.

КЛЮЧЕВЫЕ ТЕЗИСЫ

  1. TokenEconomizer — открытый плагин и сопутствующая статья от UC Berkeley и Microsoft Research/Microsoft Security — использует опыт прошлых сессий в репозитории, чтобы уменьшить неэффективные вызовы модели без изменения самого агента или модели.
  2. Оценённый на 277 задачах SWE‑Bench из шести репозиториев и пяти комбинациях агентов/моделей, он снизил средние затраты токенов на 18,4–30,9% за счёт трёх механизмов (micro‑skills, удаление неиспользуемых инструментов и вмешательство при циклах ошибок) при сохранении успешности задач.
  3. Снижение затрат на токены без изменения моделей или агентов повышает экономичность и масштабируемость AI‑агентов для постоянной работы в конкретных репозиториях.

ПОЧЕМУ ЭТО ВАЖНО

Снижение затрат на токены без изменения моделей или агентов повышает экономичность и масштабируемость AI‑агентов для постоянной работы в конкретных репозиториях.

ИСТОЧНИКИ И ХРОНОЛОГИЯ

1