2026年11月17日、カリフォルニア大学バークレー校、Microsoft Research、Microsoft Securityは、オープンソースのプラグインTokenEconomizerを共同で公開した。AIコーディングエージェントが同じリポジトリで積み重ねた過去のセッションから学び、以後のタスクのトークン消費を抑える。エージェント自体も基盤モデルも変更しない。
お金が消える場所:再発見、使われないツール、失敗のループ
チームはまずClaude CodeでSWE-Benchの60タスクをプロファイルし、無駄が3か所に集中することを確認した。リポジトリに完了タスクが5件たまると、ツール呼び出しの30%が以前の操作の繰り返しだった。毎ターン受け取る23件のツール説明のうち、16件は一度も呼ばれない。失敗した17%のタスクが支出の32%を占めた。プラグインは3つの仕組みで対応する。マイクロスキルは、繰り返し現れるリポジトリ知識を1行のメモに凝縮し、複数セッションで確認されてから追加する。ツール剪定は、履歴から使われそうにないツールを外しつつ、コマンド実行やファイル編集などの中核ツールは残す。失敗ループ介入は、エージェントが本当に行き詰まっているかを判断し、行き詰まっていれば別のアプローチを促し、それでも進まなければ開発者に知らせる。
実測:277タスクでコスト18.4%~30.9%減
評価はSWE-Benchの実際のバグ修正タスク277件、6リポジトリ、5種のエージェントとモデルの組み合わせを対象とした。平均コストは18.4%~30.9%下がり、30組のリポジトリと組み合わせのすべてで節約でき、タスク成功率はほぼ変わらなかった。6番目のタスク以降、累積コストはデフォルトを下回る。連続したウェブ開発タスクでは16.0%~21.2%減、タスクごとに新しいリポジトリを使うセキュリティ監査では6.4%~19.6%減にとどまった。
同じリポジトリで毎日エージェントを使うチームにとって、節約の源泉は再発見にお金を払わなくて済むことだ。ただし学習には蓄積が必要で、最初の数タスクはかえって高くつくこともあり、単発タスクや新規リポジトリでの効果は限られる。プラグインは独自のAPIキーを必要とせず、学んだ内容は開発者のマシン内に留まる。Claude Codeチームの検証方法を公開:9割のコードをAIが書く、何が間違いを防ぐのかはコインのもう片面だ。誰がコードを書き、どう検証するか。こちらは、いかに安く書くかという話である。