跳到正文
gihyo.jp·· 5 天前AI 評分71

Microsoft Research 介紹 TokenEconomizer 開源插件,以過往工作記錄降低 AI 編碼成本

Microsoft、AIコーディングのトークン費用を抑えるTokenEconomizerプラグインを紹介

AI 導讀

Microsoft Research 介紹開源插件 TokenEconomizer,利用 AI 編碼智能體過往工作記錄,減少重複調查、載入未用工具及反覆失敗造成的 token 消耗。

正文

Microsoft Researchは2026年11月16日、AIコーディングエージェントの作業履歴を活用してトークン費用を抑えるオープンソースのプラグイン「TokenEconomizer」を紹介した。同じリポジトリで得た知識を次の作業へ引き継ぎ、調べ直しや使わないツールの読み込み、失敗の繰り返しによる無駄なトークン消費を抑える。

TokenEconomizerは、UC Berkeley、Microsoft Research、Microsoft Securityの研究チームが開発した。エージェント本体やモデルを変更せず、エージェントへ渡す指示や読み込むツールを調整する。GitHubで公開しているプラグインは、Claude Code、Codex、GitHub Copilot CLI、Piに対応する。

AI coding agents can waste time and tokens relearning the same lessons. TokenEconomizer builds on past sessions to cut costs while maintaining task success. It’s a path toward coding agents that learn not only how to solve tasks, but also how to spend computation more effectively. The open-source plugin is available now on @github. https://t.co/52jMrEw11J

— Microsoft Research (@MSFTResearch) November 16, 2026

過去のセッションから学び⁠、3種類の無駄を減らす

コーディングエージェントは、モデルを呼び出すたびに指示、ツールの説明、会話履歴などを送り、トークンを消費する。同じリポジトリのテスト方法をセッションごとに調べ直したり、使わないツールの説明を送り続けたりすると、その分の費用がかさむ。同じ失敗を何度も繰り返すことも、無駄な消費につながる。

こうした費用を抑えるため、研究チームは「コマンド出力を短くする」「⁠コード内の関数などの定義や参照箇所を探すツールを使う」「⁠リポジトリの構造をエージェントに伝える」という既存の3つの手法を試した。しかし、リポジトリによって費用が減る場合も増える場合もあったという。

そこで研究チームは、過去の作業履歴を基に、次の作業に必要な知識やツールをリポジトリごとに選ぶ方法に着目した。TokenEconomizerは、終了したセッションの記録から得た情報を利用者のマシンに保存し、次のセッションで使う[1]。

TokenEconomizerが減らす3種類の無駄と、それぞれに対応する仕組み。左側は、セッションを重ねることで無駄なトークン消費が減っていく様子を表した概念図。
リポジトリの調べ直しをMicro-skillsで、使わないツールの読み込みをTool pruningで、失敗の繰り返しをFailure-loop interventionで減らす仕組み

知識を次の作業へ引き継ぐ「Micro-skills」では、TokenEconomizerがテストを実行するコマンドや、ビルド前に必要な準備などを短い指示にまとめる。そのうち、複数のセッションで確かめられた内容を、次のセッションの開始時にエージェントへ渡す。後の作業で指示の内容と矛盾する結果が出れば、その指示を取り下げる[2]。

また、ツールの読み込みを減らす「Tool pruning」では、TokenEconomizerがエージェントの設定を変更し、複数のセッションにわたって使われなかったツールを読み込み対象から外す。これにより、モデルへ送るツールの説明を減らす。ただし、コマンド実行やファイルの読み書き・編集といった基本ツールは残し、外したツールも利用者が必要に応じて戻せる。

さらに、失敗の繰り返しに対処する「Loop intervention」では、作業中に同じ失敗が続くと、TokenEconomizerが判定用のモデルで作業が進んでいるかを確かめる。作業が行き詰まっているとモデルが判定すると、TokenEconomizerは別の方法を試すようエージェントに短い指示を渡す。指示後も行き詰まっていると判定されれば利用者へ知らせるが、作業を止めるかどうかは利用者が決める。

277件のバグ修正タスクで評価⁠、平均コストを18.4〜30.9%削減

研究チームは、実際のバグ修正を題材にしたベンチマーク「SWE-Bench」に含まれる、6つのリポジトリの計277タスクを使って評価した。Claude Codeには2種類(Sonnet 5、Opus 4.8⁠)⁠、Codexには2種類(GPT-5.6 Terra、GPT-5.6 Sol⁠)⁠、GitHub Copilot CLIには1種類(Sonnet 5)のモデルを組み合わせ、計5通りの構成を試した。どの構成でも同じ277タスクを実行し、TokenEconomizerを使わない場合と比較した。

各リポジトリでは、TokenEconomizerに作業履歴がない状態から始め、タスクを時系列順に実行した。エージェントのセッションはタスクごとに分け、TokenEconomizerが学んだ情報は次のタスクへ引き継いだ。

その結果、1タスク当たりの平均コストは未導入時より18.4〜30.9%低下した[3]。リポジトリ別に見ても、6つのリポジトリすべてで、5通りの構成のいずれも未導入時よりコストが低かった。

初回の試行でタスクを解決できた割合は、5通りの構成のうち4通りで未導入時より向上し、残る1通りでは1.0ポイント低下した。比較のためにモデルの推論量を下げた実験では、費用は減ったものの、タスクの解決率も低下した。

ただし、評価では行き詰まった作業を自動停止する研究用の構成を使っており、配布版とは動作が異なる[4]。

また、作業履歴が少ないうちは、未導入時より費用が増える場合もある。研究チームはClaude Codeに2種類のモデルを組み合わせ、タスクを重ねるにつれて累計コストがどう変わるかを調べた。2種類のモデルの結果を平均すると、どのリポジトリでも6件目のタスクまでに、累計コストが未導入時を下回った[5]。

研究チームは、バグ修正以外の作業でも効果を調べた。Web開発のベンチマーク「Web-Bench」では、同じプロジェクトでタスクを順に実行し、16.0〜21.2%のコスト削減を確認した。

セキュリティ監査の評価では、タスクごとに異なるリポジトリを共通の監査手順で調べた。同じリポジトリの次のタスクに知識を引き継ぐ機会がないため、研究チームはMicro-skillsだけを無効にした[6]。残るTool pruningとLoop interventionを使い、コストを6.4〜19.6%削減した。

研究の詳細をまとめた論文は、2026年10月15日にarXivへ初めて投稿された。リポジトリ別の結果や実行例は研究プロジェクトのページを参照のこと。

Claude CodeやCodexのCLIに追加して利用

TokenEconomizerは、Claude Code、Codex、GitHub Copilot CLI、Piの各CLIにプラグインとして追加して使う。利用には、Python 3.10以降をコマンドラインから実行できる環境も必要になる。プラグインを導入した後、作業対象のリポジトリでCLIを起動して利用する。CLIごとの導入手順はGitHubのQuick startで案内している。

來源:gihyo.jp · gihyo.jp