TokenEconomizer は、コーディングエージェントのトークンを、同じリポジトリの過去のセッションから学んで削る OSS だ。 エージェント本体には手を入れず、プラグインとして横に付く。Microsoft Research と UC Berkeley の研究者が作り、論文では SWE-Bench で平均コストが 18.4〜30.9% 下がったとしている。2026年10月30日に本記事を書いた後、対応するエージェントは10種に広がり、GitHub のスターは約1,200から約6,900に増えた。本記事は、Claude Code に実際に入れて動かした結果を足して、仕組みと設定をまとめ直す。
THREE MECHANISMS3つの機構
過去セッションの経験で、無駄を削る
-
1
micro-skills:リポジトリの事実を覚える
python -m pytest / npx tsc など、ここで通るコマンドを学習。3セッション確認で冒頭に出し、矛盾したら落とす
-
2
tool pruning:使わないツール定義を外す
全ツール定義は毎リクエストに乗る。一定回数/セッション使われないツールをエージェントの設定で外す(1コマンドで戻せる)
-
3
loop guard:失敗ループに介入
同じ失敗を繰り返すターンを判定モデルが確信度0.7以上で検出し、1回だけ軌道修正。止めるのは人
-
原則
エージェント本体は変えない
モデル・重み・コードは不変。学習は手元(~/.tokeneconomizer)に残り、機構の呼び出しコストも計測に含める
30秒でわかる TokenEconomizer
- ・何をする:エージェントを変えずに、過去のセッションからリポジトリの事実・使わないツール・詰まり方を学んで無駄を削る
- ・対応:Claude Code、Codex、Copilot CLI、Pi。ほかに6種が実験的な対応
- ・試した結果:Claude Code 2.1.325 に入れて動いた。1セッション目は学んだものが0で、効くのは使い続けてから
- ・まずやること:入れたら
statusで費用を見て、数日使ってから比べる。マイクロスキルは様子を見て足す
AI コーディングの全体像は Vibe Codingとは?AIコーディングの始め方・ツール比較・実践ワークフロー2026 で扱っている。
TokenEconomizer の3つの機構:覚える・外す・止める
WASTE VS FIX無駄と対応
毎セッション払う無駄を、機構ごとに削る
くり返す無駄
機構
くり返す無駄: 同じリポの事実を毎回再発見する
機構: micro-skills が冒頭に注入する
くり返す無駄: 使わないツールの定義を毎リクエスト送る
機構: tool pruning が設定から外す
くり返す無駄: 同じ失敗ループでトークンを溶かす
機構: loop guard が軌道修正する
エージェントは毎ターン、指示と読み込んだツールの定義と会話の全体に対してお金を払う。同じリポジトリで使い続けると、同じ無駄が繰り返される。TokenEconomizer は、その3種類の無駄に1つずつ機構を当てる。
| 機構 | 減らす無駄 | 働き方 |
|---|---|---|
| マイクロスキル | 同じ事実の再発見(pytest がなく python -m pytest で動く、など) |
繰り返す失敗と、3セッションごとのモデルの見直しから事実を学び、3セッションで確かめられたらセッションの冒頭に出す |
| ツールの間引き | 使わないツールの定義の送信 | 一定期間使われないツールを、エージェントの設定で外す |
| ループの見張り | 同じ失敗の繰り返し | ターンが詰まっていそうなときだけ判定役のモデルに聞き、詰まっていれば方向を変える指示を出す |
どれも元に戻せるのが設計の芯だ。後のセッションと食い違った事実は捨て、外したツールは toolprune restore で戻せる。ループの見張りもターンを止めずに方向を変えるだけだ。
どれくらい安くなるか:論文の測定
論文は SWE-Bench の6つのリポジトリの 277 タスクを、5つのエージェントとモデルの組み合わせで動かした。各タスクを1セッションとし、リポジトリごとに何も学んでいない状態から順に動かしている。費用には、TokenEconomizer 自身のモデル呼び出しも含む。
| エージェント × モデル | 平均コスト | Pass@1 |
|---|---|---|
| Claude Code × Sonnet 5 | −23.6% | +1.3 |
| Claude Code × Opus 4.8 | −30.9% | −1.0 |
| Codex × GPT-5.6 Terra | −24.7% | +0.9 |
| Codex × GPT-5.6 Sol | −26.1% | +1.6 |
| Copilot CLI × Sonnet 5 | −18.4% | +2.6 |
30の組み合わせ(リポジトリ × エージェントとモデル)すべてで安くなり、正答率(Pass@1)は5つのうち4つで上がった。README によると、ほかのベンチマークでも Web-Bench で 16〜21%、タスクごとに新しいリポジトリになるセキュリティ監査の2つのベンチで 6〜20% 下がった。どれも著者らの測定だ。同じリポジトリで使い続けるほど学ぶ仕組みなので、毎回違うリポジトリを触る使い方では差が小さくなる。
10月からの変化:10種のエージェントとプラグインでの導入
初めに記事にした10月30日から、リポジトリには241件のコミットが積まれた。正式なリリースは今も v0.1.0(10月26日)のままで、README は main の状態を前提に書かれている。
| 項目 | 10月30日 | 11月16日 |
|---|---|---|
| 対応するエージェント | Claude Code、Codex、Copilot CLI、Pi | 左に加え、Cursor Agent、Grok Build、opencode、Hermes Agent、Antigravity CLI、Factory Droid(実験的) |
| 入れ方 | clone してプラグインとして読み込む | 各エージェントのプラグインのマーケットプレイスから入れる |
| 主な追加の設定 | — | 過去ログの取り込み、リポジトリの地図(aider を使う)、macOS の端末内のモデルでの判定 |
| GitHub のスター | 約1,200 | 約6,900 |
ツールの間引きで外せるものは、エージェントで違う。Claude Code は1つずつのツール、Codex は機能のまとまり、Copilot CLI は MCP サーバー単位だ。Pi や opencode などはまだ外さない。
Claude Code に入れて動かした結果
編集部は Claude Code 2.1.325 に次の手順で入れた。README が動作を確かめた範囲(2.1.300〜2.1.310)より新しい版だ。
git clone https://github.com/microsoft/TokenEconomizer.git
claude plugin marketplace add "$PWD/TokenEconomizer"
claude plugin install tokeneconomizer@tokeneconomizer
入れたあと、小さな試験用のリポジトリで1回だけセッションを動かした。プラグインのフックは動き、端末から状態を見るコマンドでセッションの記録を確かめられた。
~/.tokeneconomizer/bin/te status
表示は次のとおりだった。
・設定:microskills=off toolprune=auto loopguard=nudge repomap=off
・セッション:1件、約28.4k トークン。プラグインの上乗せは 0(0.0%)
・学んだ事実:0件。外したツール:なし(1セッション・1プロンプトを観察中)
1回目で何も変わらないのは仕様どおりだ。ツールの間引きは、使われない状態が10プロンプト以上、2セッション以上にわたって続いてから働く。ループの見張りもうまく終わったターンを5回見てから動く。数日使ってから status の費用を入れる前と比べるのが、効き目の確かめ方になる。この端末からの te status は、モデルを呼ばないので無料だ。エージェントの中で /tokeneconomizer:status を打つと、1ターン分の費用がかかる。
Claude Code では、外したツールは .claude/settings.local.json に書き込まれ、このファイルは git の管理から外される(.git/info/exclude)。チームで共有する設定は汚れない。設定ファイルの役割の違いは Claude Code 設定ガイド|settings.jsonのスコープ優先順位とpermissions設計 にまとめている。
既定の設定と、変えるときの注意
DEFAULT SETTINGS入れた直後に動くもの
既定はモデル呼び出しを増やさない機構だけがオン
既定の設定
- 間引きツールの間引き オン(auto)使われないツールを外す
- 見張りループの見張り オン(nudge)詰まりを疑うときだけ判定
- 事実マイクロスキル オフ事実の提案にモデル呼び出し
- 過去過去ログの取り込み オフClaude Code のログを読む
- 地図リポジトリの地図 オフaider が要る
既定でオンなのは、モデル呼び出しをほとんど増やさない2つの機構だ。マイクロスキルは事実の提案のたびにモデルを呼ぶのでオフになっている。どれだけ得するかはリポジトリと作業によるので、status で費用を見ながら足すのがよい。
| 設定 | 既定 | 変えるとき |
|---|---|---|
microskills |
off | config set microskills=on で有効に。モデルを呼ばない envfacts もある |
toolprune |
auto | propose にすると、提案だけして toolprune apply まで外さない |
loopguard |
nudge | 1ターンで方向を変える回数は loopguard_nudges(既定1) |
history_import |
off | Claude Code の過去のログから学ぶ。入れた直後に --global でオンにする |
設定は端末からも変えられる。たとえば、ツールを外す前に提案だけ見たいときは、そのリポジトリで次を実行する。
~/.tokeneconomizer/bin/te config set toolprune=propose
編集部の試験では、そのリポジトリの設定ファイル(~/.tokeneconomizer/repos/ の下)に書き込まれ、te config unset toolprune で元に戻った。1回のセッションだけ止めたいときは、TE_DISABLE=1 claude のように起動する。設定はエージェント間で共有されるが、学んだ事実やツールの記録はエージェントとリポジトリごとに分かれる。
注意したい点もある。対応の版の幅が狭く、Claude Code の更新に追いついていないことがある。プラグインのフックは、毎セッション第三者のコードを動かす。仕事のリポジトリに入れる前に、リリースのタグか、確かめたコミットに固定して入れるとよい。文脈を絞る考え方そのものは コンテキストエンジニアリングとは|AIコーディングの文脈設計と「レビュー廃止」が失敗した理由を原典で読む が、リポジトリの地図の元になった道具は Aiderとは?ターミナルAIペアプロの使い方と現在地|main凍結108日・v0.86.2を実測 が参考になる。
参照ソース
・microsoft/TokenEconomizer(GitHub)
・TokenEconomizer: Experience-Driven Black-Box Cost Control for Coding Agents(arXiv 2610.22732)
・TokenEconomizer のプラグインの説明(plugin/README)
・TokenEconomizer のプロジェクトページ





