Microsoft Research merilis plugin sumber terbuka TokenEconomizer, memanfaatkan riwayat repositori untuk memangkas biaya agen coding AI sebesar 18,4–30,9%
Judul asli:TokenEconomizer: Learning from Experience to Make AI Coding Agents More Efficient
Ringkasan AI
UC Berkeley, Microsoft Research, dan Microsoft Security merilis plugin sumber terbuka TokenEconomizer, yang belajar dari sesi historis agen di repositori yang sama untuk menurunkan biaya sesi berikutnya tanpa mengubah agen atau model dasarnya.
Poin utama
- UC Berkeley
- Microsoft Research
- dan Microsoft Security merilis plugin sumber terbuka TokenEconomizer,yang belajar dari sesi…
Ringkasan cepat
- Waktu terbit
- Sumber
- Microsoft Research 博客(RSS)
- Kategori
- Makalah & Riset
- Topik
- Agen AIPengodean AI
- Skor AI
- 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。
Entitas Terkait
Sumber dan hak cipta
Artikel ini disusun berdasarkan judul pilihan dan ringkasan AI dari API publik AIHOT, dengan sumber yang dicantumkan dan tautan balik; hak cipta konten asli milik media dan penulis aslinya, situs ini tidak menyalin artikel secara penuh.
Cara mengutip
Saat mengutip artikel ini, sertakan judul, tanggal, dan tautan permanen, serta cantumkan sumber Orange News.
Orange News: Microsoft Research merilis plugin sumber terbuka TokenEconomizer, memanfaatkan riwayat repositori untuk memangkas biaya agen coding AI sebesar 18,4–30,9%. 17 November 2026. https://new.nat6.net/id/news/ub0r10tgaq7g5nnq01ciz9d17/