TokenEconomizer：编程智能体的钱都花在认路上

用 Claude Code 或 Codex 写代码时间一长，翻账单会发现一件怪事：真正写代码的那几轮没花多少钱，大头花在了「认路」上。这篇讲的 TokenEconomizer，就是专门堵这个窟窿的开源插件。

智能体每开一个新会话，都像新来的临时工。进门先问测试怎么跑，再试这台机器上哪个命令能用，构建前要不要先跑一步。活干完，人就走了。第二天换个新临时工来，同样的路再问一遍，问路的钱天天照付。

十月中旬，微软研究院和 UC Berkeley 发了一篇论文，把这笔账算了出来，还把解决办法做成了开源插件 TokenEconomizer。Claude Code、Codex、GitHub Copilot CLI 和 Pi 都能装。

编程智能体的 Token 漏在哪三个地方

他们挑了 60 个 SWE-Bench 任务，拿没做任何改动的智能体来剖析。智能体每一轮都要把指令、全部工具描述和之前的对话重新发一遍，每发一遍都计费。钱主要漏在三处：

同一个仓库攒够五个任务以后，30% 的工具调用都在重复之前任务做过的动作。

每轮都要计费的 23 个工具描述里，有 16 个从头到尾没被调用过。

失败的那 17% 任务，花掉了 32% 的钱。

RTK、Serena、RepoMap 为什么省不下来

论文还试了三个常见的省钱插件：压缩命令输出的 RTK，加代码导航工具的 Serena，加仓库地图的 RepoMap。放在 Django 上，三个都省钱；换到 SymPy，三个全变贵。每个仓库浪费的地方不一样，所以找不到一招在所有仓库都便宜。

TokenEconomizer 怎么按仓库积累经验

它不改模型，也不碰智能体代码，只读你在这个仓库里已经跑完的会话，然后针对上面三个漏洞各出一招。

微技能。从跑完的会话里提炼仓库事实，比如这里得用 python -m pytest，不能直接 pytest。一条事实要被三个会话证实，才会写进开场说明；后面的会话推翻了它，就删掉。

工具裁剪。某个工具闲置够久（默认是 5 个会话，或者跨至少 2 个会话的 10 次提示），下个会话就通过智能体自己的设置不再加载它。哪天又要用，一条命令就能加回来。

卡死干预。一轮里反复撞上同一个失败，裁判模型有七成把握判定卡住了，就塞一句「换个思路」，每轮最多一次。要是还卡着，它会告诉你怎么停，但插件自己不动手停。

实测能省多少钱

论文在 6 个仓库、277 个 SWE-Bench 任务上，跑了五种智能体和模型的组合，平均成本降了 18.4% 到 30.9%。仓库乘组合一共 30 个格子，每一格都更便宜了，其中 4 个组合的一次通过率还有上涨。插件自己调用模型的花费，也算进了成本。

限制论文也写明了：有两个安全审计测试，每个任务都换一个新仓库，成本只降了 6% 到 20%。经验得靠同一个仓库慢慢攒，天天泡在同一个项目里的人最划算。

在 Claude Code 里安装 TokenEconomizer

需要 Python 3.10 以上，不用额外的 API Key。插件调用模型走的是你智能体原有的订阅或登录，学到的东西只存在本机 ~/.tokeneconomizer。

Claude Code 用户先把仓库克隆下来，再在终端执行：

claude plugin marketplace add /path/to/TokenEconomizer
claude plugin install tokeneconomizer@tokeneconomizer

克隆下来的目录别删，插件就从那里运行。装好以后，在 Claude Code 里输入 /tokeneconomizer:status 确认已经生效，再跑一次 /tokeneconomizer:toolprune refresh-catalog 记下工具清单，之后正常干活就行。项目采用 Apache-2.0 协议开源。