跳到正文
热点事件历史事件

UC Berkeley与微软开源TokenEconomizer插件

4 篇报道3 个报道来源6 天前更新

先了解这件事

AI 综述

UC Berkeley、微软研究院与微软安全团队联合发布开源插件 TokenEconomizer,旨在降低 AI 编码智能体的运行成本。该插件通过从编码智能体在仓库中的历史会话学习,在不改动智能体及其底层模型的前提下,减少后续会话的 token 浪费。 据微软研究院称,这一机制可使相关成本降低 18.4%–30.9%。

AI 根据报道生成 · 6 天前更新

事件进展

2 个进展

  1. 11月17日 07:06 · 1 篇报道
    发布TokenEconomizer黑盒成本控制系统
    Rohan Paul (X):TokenEconomizer 控制编码智能体成本
  2. 11月17日 01:01 · 3 篇报道
    TokenEconomizer开源插件发布
    Microsoft Research:微软研究院等发布 TokenEconomizer 开源插件,降低 AI 编码智能体成本 18.4–30.9%

报道时间线

沿着报道,了解事件的不同侧面。

11月17日
  1. meng shao精选
    微软研究院开源 TokenEconomizer:不改模型,从仓库经验里给 Coding Agent 省 token

    微软研究院联合加州大学伯克利分校和 Microsoft Security 开源外部控制器 TokenEconomizer,不改 Coding Agent 和底层模型,从同一仓库的历史会话中学习以减少重复摸索。

  2. Rohan Paul (X)
    TokenEconomizer 控制编码智能体成本

    – https://arxiv.org/abs/2610.22732 标题:“TokenEconomizer:面向编码智能体的经验驱动黑盒成本控制”

  3. Rohan Paul (X)
    UC Berkeley 与 Microsoft 论文提出 TokenEconomizer,将编码智能体 token 成本降低 18.4% 至 30.9%

    UC Berkeley 与 Microsoft 的论文提出外部控制器 TokenEconomizer,通过注入学习到的事实、剪除未使用工具和提前终止失败循环,将编码智能体的 token 成本降低 18.4% 至 30.9%。

  4. Microsoft Research精选
    微软研究院等发布 TokenEconomizer 开源插件,降低 AI 编码智能体成本 18.4–30.9%

    UC Berkeley、微软研究院与微软安全团队发布开源插件 TokenEconomizer,它从编码智能体在仓库中的历史会话学习,在不改动智能体及其底层模型的前提下减少后续会话的 token 浪费。

本事件热度走势

可比范围当前
3
可比范围峰值
2711月17日 10:00
近 24 小时变化
-81%

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。