AIにコード修正を頼むたび、同じフォルダーを調べ直し、同じテストコマンドでつまずく。使っていないツールの説明まで読み込み、失敗した方法を何度も試す。モデルの単価だけでなく、こうした作業の繰り返しも費用を増やします。
Microsoft Researchは2026年11月16日、過去の作業履歴を次の作業の節約に使う「TokenEconomizer」の解説を公開しました。同じリポジトリでAI開発を続ける人に向けたオープンソースのプラグインです。公式解説
新着は11月16日の公式解説です。ソフトウェアの初公開ではなく、v0.1.0は10月26日にリリース済み。この記事は11月17日時点のソースを確認し、Mac上の隔離ディレクトリで設定操作だけを実行しました。実際の開発セッションでの削減率・日本語品質は未実測です。
TokenEconomizerは、どこで費用を減らすのか
名前に含まれるトークンは、AIが文章やコードを処理するときの単位です。このプラグインはモデルの重みを再学習せず、次の作業で渡す情報や利用するツールを調整します。セッションとは、エージェントとのひとまとまりの作業です。仕組みと設定
| 仕組み | 変えるもの | 仕事での具体例(説明用) |
|---|---|---|
| Micro-skills(短い作業知識) | 複数セッションで裏付けられた事実を次回へ渡す。後から矛盾すれば除外 | このプロジェクトのテスト実行方法を毎回探さずに済む |
| Tool pruning(ツールの整理) | 履歴上使われないツールを、ホスト側の設定で次回の対象から外す | 不要なツール定義を毎回読み込む負担を減らす |
| Failure-loop intervention(失敗の繰り返しへの介入) | 行き詰まりを判定し、別の方法を促す短い指示を加える | 同じエラーのまま修正と再実行を続ける状況を見直す |
例えば「この環境ではテスト前に生成処理が必要」という事実を短く残せれば、次の担当AIは同じ失敗を避けられます。ただし「テストはいつも通るので省略する」は別です。必要な検査を削ると、費用が下がっても成果物の品質を維持できません。
最初から3機能すべてが動くわけではない
確認した版では、Micro-skillsは初期状態でオフです。Tool pruningは自動適用、失敗ループへの介入はオン。公式解説の3機能を、そのまま初期設定の動作と読み替えないことが大切です。初期値の実装
| 設定 | 初期状態 | 導入判断で見る点 |
|---|---|---|
| microskills | off | onにすると、事実を提案する補助モデル呼び出しが増える |
| toolprune | auto | proposeなら提案のみ。適用するまでツール設定を変えない |
| loopguard | nudge | 行き詰まり時には補助モデルを使う。公開プラグインは作業を強制終了しない |
| microskills=envfacts | 選択可能な別モード | 繰り返す失敗からモデル呼び出しなしで事実を抽出する。onの全機能とは異なる |
節約を試すなら、まず設定内容を記録し、機能を一つずつ変えると原因を追いやすくなります。何も学習されないときも、すぐに故障と考えず、機能がオンか、根拠になるセッションがたまっているかを確認します。
「18.4〜30.9%安くなった」は何を測った数字か
研究チームは6リポジトリの277課題で、5つのエージェント・モデルの組み合わせを評価しました。報告されたのはキャッシュ料金と制御用モデルの費用を含む平均コストの削減です。トークン総数の削減率や、月額プランの請求額の値下げ率ではありません。論文の評価条件
課題を一度の試行で解けた割合を示すPass@1は、5条件中4条件で上がり、Claude CodeとOpus 4.8の条件では1.0ポイント下がっています。「すべての条件で品質も向上した」とは読めません。研究結果は著者による測定であり、日本語の社内開発への効果を保証するものでもありません。
また、同じ課題で推論の強さだけを下げる比較では、費用とともに成功率も下がりました。これは特定の研究条件での結果です。普段の仕事でも必ず最上位の推論設定が得になる、という意味ではありません。
編集部の比較例です。合計10ドルで10件中9件が合格なら、合格1件あたり約1.11ドル。合計8ドルでも6件しか合格しなければ約1.33ドルです。安く見えても、手戻りを含めると得にならない場合があります。これは製品実測値ではありません。
利用条件:対応エージェント、OS、日本語、料金
必要なのはPython 3.10以上と、ログイン済みの対応エージェントです。Apache-2.0ライセンスで公開され、専用のAPIキーは不要です。ただしエージェントやモデルの利用契約は必要で、補助呼び出しも利用枠・課金に含まれます。導入条件・対応範囲
| エージェント | 公式READMEの確認済み範囲(11月17日時点) | 記事での扱い |
|---|---|---|
| Claude Code | 2.1.300〜2.1.310 | 以下の導入手順の例 |
| Codex | 0.153.1〜0.164.0 | CLI用プラグインの説明。デスクトップアプリへの対応を一括して保証しない |
| GitHub Copilot CLI | 1.0.83〜1.0.102 | コマンドや権限確認はホスト別の手順を使う |
| Pi | 1.2.0〜1.3.0 | ツール整理の機能は利用できない |
| Cursor Agentなど | 実験的サポート | 対応OSや取れる使用量、機能の制約を個別に確認する |
新しいエージェントの版が、表の範囲より必ず良く動くとは限りません。OS側も一律ではなく、Claude CodeのWindowsフックはGit for Windowsのshを使い、Cursor Agentの実験対応はmacOSとLinuxに限定されています。この記事の操作確認はMacのみです。ホスト別の詳細
公式READMEは短い事実を任意の言語で学習すると説明していますが、日本語業務での節約率や指示追従の実測とは区別します。英語の導入資料を読み、必要な検査が省かれていないか日本語の成果物でも確認する必要があります。
Claude Codeで小さく試す手順
まず、普段触るプロジェクトのうち、機密データを含まない検証用コピーを一つ用意します。モデル名、推論設定、既存プラグイン、必須検査をメモしてください。以下は公式手順に基づく導入案で、編集部がログイン済みエージェントへインストールした実測ではありません。
python3 --versionclaude --versiongit clone https://github.com/microsoft/TokenEconomizer.gitclaude plugin marketplace add "$PWD/TokenEconomizer"claude plugin install tokeneconomizer@tokeneconomizerクローンは後から削除せずに残します。公式案内に従い、検証用プロジェクトでClaude Codeを起動し、フォルダーと実行スクリプトの内容を確認して信頼設定を進めます。初回とClaude Code更新後はツール一覧も更新します。インストールと確認
/tokeneconomizer:status/tokeneconomizer:config/tokeneconomizer:toolprune refresh-catalog通常の初期設定では、失敗ループの判定にモデルを使います。追加呼び出しなしの限定モードから試したい場合は、起動直後、作業を始める前に次を設定します。ツール整理も提案にとどめます。
/tokeneconomizer:config set microskills=envfacts toolprune=propose loopguard=off/tokeneconomizer:configこの限定モードは研究の全機能構成と同じではありません。結果を見て、補助呼び出しの消費を許容できる場合にmicroskills=onやloopguard=onを別々に検討します。自動的にツールを外す設定へ移る前に、toolpruneで提案の根拠を確認してください。
インストール後の確認だけなら、プロジェクト内のターミナルから次のコマンドも使えます。エージェント内のコマンドはモデルの1ターンを使うため、状況を何度も確認する場合は違いが出ます。
~/.tokeneconomizer/bin/te --host claude status~/.tokeneconomizer/bin/te --host claude microskills~/.tokeneconomizer/bin/te --host claude toolprune必要なツールが使えなくなった場合は、toolprune restoreで戻せます。次の作業を始める前に設定と利用可否を再確認します。削減量のために、その仕事に必要なツールを我慢する必要はありません。コマンド一覧
編集部がMacで確認できたこと
取得したソースのコミットはfb853981ef43です。既存のエージェント設定と分け、専用の状態保存先と空の検証用ディレクトリを指定して、公式CLIの設定読み取り・変更・状態表示を実行しました。
| 操作 | 今回の結果 | まだ分からないこと |
|---|---|---|
| 初期設定を読み取る | microskills=offを確認 | 既存の個人設定がある環境では値が違う可能性 |
| envfacts / propose / offへ変更 | 終了コード0。再読で反映を確認 | 実エージェントがフックを読み込むことは未検証 |
| microskills=bananaを指定 | 終了コード2で不正値を拒否 | 他の全設定の検証ではない |
| 空の履歴でstatusを表示 | JSON形式の状態を取得 | 費用削減・成功率・日本語品質の実測ではない |
ここではモデル呼び出しを行わず、実作業のログも取り込んでいません。インストール成功、記憶の学習成功、節約成功は別の段階として扱います。
日本の開発チームなら、何を記録すると判断できるか
継続保守するWebサイト、社内業務ツール、テストや生成処理が複雑なリポジトリが試しやすい対象です。最初はプラグインなしで費用と品質を記録し、次に同じ基準で導入後の複数セッションを追います。完全に同じ課題を繰り返すと、既に正解を知っている影響が出るので、同程度の別課題をそろえ、順序とキャッシュ条件も記録します。
| 記録するもの | 見たい理由 |
|---|---|
| エージェント・モデル・推論設定・ソース版 | モデル変更や更新による差を混ぜない |
| 課題の内容・順序・初期状態 | 簡単な課題が後半に偏る影響を避ける |
| 合否・必須検査・手修正時間 | 費用減と品質低下を区別する |
| 入力・キャッシュ入力・出力の使用量と費用 | 単純なトークン合計を請求額と混同しない |
| plugin overheadと学習した事実・除外ツール | 節約のための追加消費と変更内容を把握する |
| 不明な計測値 | 取得できない費用を0円扱いしない |
定額プランでは、利用枠の消費が減っても月額料金が下がるとは限りません。モデル利用料と、人が待った時間・確認した時間を分けると、継続する価値を判断しやすくなります。
以下の記録から、導入前後の総費用、合格率、合格1件あたりの費用、人の確認時間を比較してください。 補助モデルの消費を重複計上せず、費用不明と0円を区別してください。 モデル・推論設定・課題難度・キャッシュ条件が異なる場合は比較の限界を示してください。 改善率を推測で補わず、継続・設定見直し・判断保留のどれが妥当か、根拠を示してください。
空の比較メモと日本語指示文をダウンロードできます。
「ローカル保存」と「外部に何も送らない」は分けて確認する
学習した状態は通常 ~/.tokeneconomizer に保存されます。一方、補助モデルにはコマンドの一部、編集ファイル名、エラーの特徴などをまとめた情報を渡します。公式資料はファイル本文や利用者のプロンプトをその補助呼び出しへ送らないと説明していますが、コマンドやファイル名にも内部情報が入り得ます。通常の開発エージェント自身の送信内容も別途確認してください。補助呼び出しへ渡す情報
社内で使うなら、まず持ち出し可能な検証用コードで始め、ログに秘密情報を残さない運用と、採用したモデルの利用条件をそろえます。状態が手元に残るという理由だけで、完全オフラインと判断しないことが重要です。
TokenEconomizerの価値は、同じ仕事場で繰り返し起きる無駄を、記録から見つけて減らす点にあります。導入判断も、何%安くなるかを先に約束するより、必要な検査を保ったまま、合格した仕事にかかった費用が下がったかで行うのが実用的です。