Microsoft Research lanza el plugin de código abierto TokenEconomizer, que aprovecha el historial del repositorio para reducir entre un 18,4% y un 30,9% el coste de los agentes de codificación con IA
Título original:TokenEconomizer: Learning from Experience to Make AI Coding Agents More Efficient
Resumen de IA
UC Berkeley, Microsoft Research y Microsoft Security lanzan el plugin de código abierto TokenEconomizer, que aprende de las sesiones históricas de un agente en el mismo repositorio para reducir el coste de sesiones posteriores sin modificar el agente ni el modelo subyacente.
Puntos clave
- UC Berkeley
- Microsoft Research y Microsoft Security lanzan el plugin de código abierto TokenEconomizer
- que aprende de las sesiones históricas de un agente en el mismo repositorio para reducir el coste…
Resumen rápido
- Publicado
- Fuente
- Microsoft Research 博客(RSS)
- Categoría
- Artículos e investigación
- Puntuación IA
- 72
原文用 SWE-Bench 实测数据说明经验学习如何降低编码 Agent 成本,并给出三种机制的具体做法,方法可复用。
Entidades relacionadas
Fuente y derechos
Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.
Cómo citar
Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.
Orange News: Microsoft Research lanza el plugin de código abierto TokenEconomizer, que aprovecha el historial del repositorio para reducir entre un 18,4% y un 30,9% el coste de los agentes de codificación con IA. 17. noviembre 2026. https://new.nat6.net/es/news/ub0r10tgaq7g5nnq01ciz9d17/