微软研究院与 UC Berkeley 联合发布了一款名为 TokenEconomizer 的开源插件，它不改动编程 Agent 的任何代码，仅靠学习历史会话，就把 Token 成本降低了 18.4% 到 30.9%。
发生了什么
根据 MarkTechPost 的报道，TokenEconomizer 是一个开源插件，核心机制是“从过去的会话中学习”，据此削减编程 Agent 的 Token 开销。在 SWE-Bench 这一软件工程基准上，它报告的成本降幅区间为 18.4% 至 30.9%。值得注意的是，这一效果是在不修改 Agent 本身的前提下取得的——它作为外挂层介入，而非要求开发者重写 Agent 逻辑。
为什么重要
编程 Agent 的成本结构正在成为落地瓶颈。与一次性问答不同，Agent 需要多轮工具调用、反复读取文件、试错与回滚，上下文会不断膨胀，Token 消耗随之呈非线性增长。这意味着即便模型单价持续下降，Agent 场景的实际账单仍可能高得让团队犹豫是否长期运行。
围绕成本的优化此前主要走两条路：一是换更便宜的模型或做蒸馏，二是靠提示工程和上下文裁剪手工“省字”。前者牺牲能力，后者依赖经验、难以规模化。TokenEconomizer 的思路不同——把“怎么省”变成一个可学习的问题，让系统从自身历史中归纳哪些上下文是冗余的、哪些调用模式是浪费的。这更接近工程化的成本治理，而不是一次性的技巧。
另一个信号是“插件”形态本身。它不绑定特定 Agent 框架，也不要求模型侧配合，这种低侵入性对已经在生产环境跑 Agent 的团队更有吸引力——迁移成本低，回滚也容易。
影响与看点
对开发者而言，最直接的价值是把成本优化从“玄学调参”变成可插拔的组件，尤其适合那些已经稳定运行、但账单压力渐显的编程 Agent 流水线。对企业来说，近三成的成本下降在规模化调用下会放大成可观的预算差异，可能改变一些团队对 Agent 长期运行的经济性判断。
需要克制看待的是：目前公开的效果集中在 SWE-Bench 这一基准上，真实项目的代码库规模、会话长度、工具调用复杂度差异很大，节省比例能否平移仍需验证；此外，学习历史会话也引出上下文管理与数据边界的问题，实际部署时要关注它究竟缓存、复用了哪些信息。
一个独立判断：Agent 的成本优化正在从“模型层降价”转向“系统层治理”，TokenEconomizer 代表的是后一条路径的早期样本——它的意义或许不在于这 30%，而在于证明“省 Token”本身可以被工程化、被学习。
