Microsoft Research· Aaron J. Li, Weijia Xu, Chandan Singh, Jeevana Priya Inala, Bin Yu, Ion Stoica, Michel Galley, Jianfeng Gao·· 9 時間前
TokenEconomizer:AIコーディングエージェントが過去のセッションから学習しトークンコストを削減
TokenEconomizer: Learning from Experience to Make AI Coding Agents More Efficient
AI による要約
UCバークレー、Microsoft Research、Microsoft Securityは、オープンソースプラグイン「TokenEconomizer」を発表した。リポジトリ内でのコーディングエージェントの過去セッションログを読み取り、マイクロスキルノート、ツールの絞り込み、失敗ループへの介入という3つの仕組みで重複した探索を減らす。エージェントやその基盤モデルは変更しない。
入選の記録
基準 60公式・一次情報1 回目 632 回目 62
入選二回の合計 125 ≥ 基準の 2 倍 120
- 情報源の区分
- 公式・一次情報、この区分の基準は 60 点
- 予備審査
- 通過:AI编程智能体成本优化插件
- 推薦理由
- 再利用可能なブラックボックス型のコスト制御プラグインを示し、複数のコーディングエージェントでリポジトリをまたいだ実測の削減幅を明らかにしている。
採点はモデルが同じ基準で独立に二回行い、満点は 100。二回の合計が基準の 2 倍に届いたものだけが入選します。基準は情報源の区分ごとに決めています。
情報源:Microsoft Research · microsoft.com