TokenEconomizer：面向编码智能体的黑盒成本控制，平均降低token成本18.4%至30.9%

据论文TokenEconomizer: Experience-Driven Black-Box Cost Control for Coding Agents，前沿编码智能体在真实项目中的token成本随环境反复出现，现有方法难以削减。作者Aaron J. Li等提出外部控制器TokenEconomizer，通过决定注入哪些操作微技能、剪除哪些持续无关的工具、以及在无产出的失败循环中介入的时机来降低成本。作者称，在Claude Code、Codex与GitHub Copilot CLI搭配前沿模型的测试中，该方法在任务成功率相当的情况下将平均token成本降低18.4%至30.9%，且在每个仓库、每种智能体-模型组合下均成立；在顺序网页开发与安全审计等场景中成本下降6.4%至21.2%。该论文为预印本，结论尚未经同行评审。