← Torna al blog
Aicirca 6 min di lettura

Il tuo agente di coding continua a reimparare il repository. È quella la bolletta.

Pubblicato 7 nov 2026
Il tuo agente di coding continua a reimparare il repository. È quella la bolletta.

Ecco un conto che ti sarà familiare. Esegui un agente di coding sullo stesso repository ogni giorno. Reimpara che i test richiedono python -m pytest invece di pytest. Carica uno strumento browser che non chiama mai. Incontra lo stesso errore tre volte di fila, prova la stessa correzione quattro volte, e poi ti dice che è bloccato.

Niente di tutto questo è un problema di modello. È un problema di memoria, e TokenEconomizer — di Microsoft Research, UC Berkeley e Microsoft Security — lo attacca senza toccare il modello.

Che cosa misura

Il paper (arXiv 2610.22732) riporta, su task SWE-Bench, un costo medio inferiore dal 18,4% al 30,9% su cinque combinazioni agente-modello. Più economico in tutte e trenta le celle repository × combinazione. Pass@1 in aumento in quattro delle cinque.

I numeri per combinazione sono quelli da leggere con attenzione, perché mostrano da dove arrivano i risparmi:

  • Claude Code con Sonnet 5: costo −23,6%, Pass@1 +1,3
  • Claude Code con Opus 4.8: costo −30,9%, Pass@1 −1,0
  • Codex con GPT-5.6 Terra: costo −24,7%, Pass@1 +0,9
  • Codex con GPT-5.6 Sol: costo −26,1%, Pass@1 +1,6
  • Copilot CLI con Sonnet 5: costo −18,4%, Pass@1 +2,6

Una regressione, quattro miglioramenti, tutti più economici. Quello schema — più economico quasi ovunque, qualità piatta o leggermente migliore — è l'aspetto di uno strumento mirato a rimuovere gli sprechi. Non rende il modello più intelligente. Gli impedisce di pagare due volte la stessa lezione.

A dark laptop keyboard lit only by the glow of the screen

Tre meccanismi, un'idea

La frase di inquadramento nel README è tutta la tesi: gli agenti di coding sono costruiti per finire i compiti, non per mantenerli economici. Ogni turno ripaga le istruzioni dell'agente, ogni strumento caricato e la conversazione fino a quel punto.

Micro-skill: ricordare come funziona il repository. Le sessioni continuano a riscoprire gli stessi fatti. Uno step di build che deve girare per primo. La grafia di un comando che qui funziona. Una variabile d'ambiente che un comando richiede. Dove vivono i file generati. Micro-skills li impara da due fonti: i fallimenti che si ripetono tra sessioni, e un modello che ogni tre sessioni rivede le recenti e propone fatti. Un fatto viene promosso nel contesto solo dopo che tre sessioni lo hanno confermato.

Quella soglia di conferma è il dettaglio di design che mi piace di più. È la differenza tra una memoria e una voce.

Tool pruning: smettere di inviare strumenti che questo repository non usa. Gli agenti di coding arrivano con un set di strumenti ampio. Un repository che non tocca mai un notebook non ha mai bisogno dello strumento notebook, e ogni strumento inutilizzato si paga a ogni turno. Tool pruning li rimuove tramite le impostazioni dell'agente stesso, ed è per questo che funziona senza che l'agente ne sappia nulla.

Intervento sui loop di fallimento: accorgersi del loop. Lo stesso errore tre volte fa scattare un suggerimento a provare un approccio diverso. È il meccanismo più economico e probabilmente il più prezioso, perché i loop di fallimento sono dove gli agenti bruciano più soldi per il minor output.

Il dettaglio contabile che nessun altro fa

Una riga nella sezione «come funziona» spiega perché il numero di copertina è credibile: la maggior parte dei token in una sessione sono riletture in cache, quindi il costo è calcolato con il prezzo della cache, e include le chiamate al modello della plugin stessa.

È un raro momento di onestà. Uno strumento che dichiara risparmi fatturando il proprio overhead fuori dal conteggio è marketing, non misurazione. Contare le riletture in cache al prezzo della cache riformula anche il problema: la parte costosa di una sessione di agente non sono i token freschi, è l'accumulo.

Installarlo

È una plugin per l'agente che già usi, eseguita da un clone. Python 3.10 o superiore nel PATH, nessuna chiave API propria, non tocca mai le credenziali.

git clone https://github.com/microsoft/TokenEconomizer.git
claude plugin marketplace add "$PWD/TokenEconomizer"
claude plugin install tokeneconomizer@tokeneconomizer

Codex e la CLI di Copilot hanno equivalenti — codex plugin marketplace add, copilot plugin install — e anche opencode è supportato. Poi controlla lo stato con /tokeneconomizer:status dentro l'agente. Due note di setup contano: la cartella deve restare dove l'hai clonata, perché la plugin gira dal clone, e per Claude Code devi eseguire /tokeneconomizer:toolprune refresh-catalog una volta per macchina e di nuovo dopo ogni aggiornamento di Claude Code, perché il catalogo degli strumenti dipende dalla versione.

In Codex ti verrà chiesto di fidarti della cartella e poi di rivedere gli hook. Gli hook hanno effetto dalla sessione successiva, quindi esci e riavvia. È la parte meno elegante dell'installazione, e vale la pena farla bene invece di cliccare a caso.

Che cosa non fa

Non cambia il modello, i pesi o il codice dell'agente. È il senso di chiamarlo black-box: tutto ciò che fa passa attraverso il contesto all'inizio della sessione e le impostazioni dell'agente.

Non ti aiuta su un repository che tocchi una volta sola. L'economia è esplicitamente «ripagata nelle sessioni che seguono», il che significa che le prime due o tre sessioni sono un investimento. Se il tuo lavoro assomiglia a un repository diverso ogni settimana, questo è lo strumento sbagliato e il paper sarebbe d'accordo con te.

E non risolve il problema della qualità. Una combinazione è leggermente peggiorata. Rimuovere gli sprechi cambia quanto spende l'agente, non quanto bene pensa, e non c'è motivo di aspettarsi un pranzo gratis su entrambi gli assi ogni volta.

Una cautela sulla misurazione. Fai una settimana di controllo prima di credere a tutto questo. I conteggi di token nelle sessioni degli agenti sono rumorosi, e un repository con una settimana insolitamente produttiva sembrerà un successo di costo qualunque plugin tu abbia installato. Confronta il costo per compito completato, non il costo per giorno, e mantieni la lista dei compiti più o meno costante. Le trenta celle del paper sono un prior utile, non un sostituto della tua baseline.

Perché questa è la forma del prossimo anno

Il prezzo degli agenti è stato una storia di costi dei modelli in calo. È la leva sbagliata per la maggior parte dei team, perché il conto è dominato da quanto l'agente rilegge, non dal prezzo per token. Un taglio del 25% da un modello più economico è carino; un taglio del 25% dal non riscoprire il comando di build è strutturale, e si somma al modello più economico invece di competere con lui.

Abbiamo passato due anni a ottimizzare i prompt. I numeri qui suggeriscono che i prossimi due riguarderanno l'ottimizzazione delle sessioni: cosa entra nel contesto, quali strumenti vengono caricati e quando interrompere un loop. Niente di tutto ciò richiede un modello migliore, ed è esattamente per questo che è probabile che funzioni.

Se esegui un agente su un repository più di dieci volte al mese, installalo e misura il tuo conto per una settimana. Il numero interessante non è il 18–31% del paper. È quante delle tue sessioni stavano riscoprendo qualcosa che sapevi già.

Articoli correlati