Am 17. November 2026 haben UC Berkeley, Microsoft Research und Microsoft Security gemeinsam das Open-Source-Plugin TokenEconomizer veröffentlicht: Es lernt aus früheren Sitzungen eines KI-Coding-Agenten im selben Repository, damit spätere Aufgaben weniger Tokens kosten – ohne den Agenten oder das zugrunde liegende Modell zu verändern.
Wohin das Geld geht: Wiederentdecken, ungenutzte Tools, Fehlerschleifen
Das Team hat zunächst Claude Code auf 60 SWE-Bench-Aufgaben profiliert, und die Verschwendung konzentrierte sich auf drei Stellen: Sobald ein Repository fünf abgeschlossene Aufgaben hatte, wiederholten 30 % der Tool-Aufrufe eine frühere Aktion; von den 23 Tool-Beschreibungen, die in jeder Runde ankamen, wurden 16 nie aufgerufen; und die 17 % der Aufgaben, die scheiterten, verbrauchten 32 % der Ausgaben. Das Plugin antwortet mit drei Mechanismen: Mikro-Skills verdichten wiederkehrendes Repository-Wissen zu einzeiligen Notizen, die erst nach Bestätigung durch mehrere Sitzungen hinzugefügt werden; Tool-Pruning entfernt Tools, die laut Verlauf wahrscheinlich nicht gebraucht werden, behält aber Kern-Tools zum Ausführen von Befehlen und Bearbeiten von Dateien; die Fehlerschleifen-Intervention prüft, ob der Agent wirklich feststeckt, schlägt dann einen anderen Ansatz vor und alarmiert den Entwickler, wenn er stecken bleibt.
Gemessen: 277 Aufgaben, Kosten minus 18,4–30,9 %
Die Auswertung umfasste 277 echte SWE-Bench-Bugfix-Aufgaben in sechs Repositories und fünf Agent-Modell-Kombinationen: Die durchschnittlichen Kosten sanken um 18,4–30,9 %, alle 30 Repository-Kombinations-Paare sparten Geld, und die Erfolgsquoten blieben weitgehend stabil. Ab der sechsten Aufgabe lagen die kumulierten Kosten unter dem Standard. Bei sequentieller Webentwicklung sanken die Kosten um 16,0–21,2 %; bei Sicherheitsaudits, wo jede Aufgabe ein neues Repository nutzt, schrumpfte die Einsparung auf 6,4–19,6 %.
Für Teams, die Agenten täglich im selben Repository einsetzen, liegt die Einsparung darin, nicht fürs Wiederentdecken zu zahlen; doch Lernen braucht Ansammlung, sodass die ersten Aufgaben teurer sein können und Einmalaufgaben oder neue Repositories weniger profitieren. Das Plugin braucht keinen eigenen API-Schlüssel, und das Gelernte bleibt auf dem Rechner des Entwicklers. Wie das Claude-Code-Team über Verifikation denkt: 90 % des Codes von KI geschrieben – was Fehler verhindert zeigt die andere Seite der Medaille: wer den Code schreibt und wie er geprüft wird; hier geht es darum, ihn günstiger zu schreiben.