Makalah & Riset

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
Baca aslinya Baca artikel lengkap di sumber aslinya
Alasan rekomendasi

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。

Topik terkait

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.

Tautan asli · Entri AIHOT

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/

Lihat semua →