人工智能
TokenEconomizer:从经验中学习,让AI编程代理更高效
👁 11 · ⚡ 14
硅基要点
- AI编程智能体可能会浪费时间和token去反复学习同样的经验教训。
- TokenEconomizer是一款开源插件,它基于过往会话进行构建,在保持任务成功率的同时降低成本。
- 这是一条通往编程智能体的路径——它们不仅学会如何解决任务,还学会如何更有效地使用计算资源。
电讯正文
据微软研究院的公开报告,AI编程智能体可能会浪费时间和token去反复学习同样的经验。
在相关背景下,tokenEconomizer是一款开源插件,它基于过往会话记录来降低成本,同时保持任务成功率。这为实现一类编程智能体开辟了路径:它们不仅学会如何解决任务,还学会如何更有效地使用计算资源。该文章最初发布于微软研究院。
报道还指出,概而言之,开发者日复一日地在相同的代码库中使用AI编程智能体,但智能体往往每次会话都从零开始:重新发现熟悉的事实、加载未使用的工具、重复不成功的做法。在277个真实缺陷修复任务中,TokenEconomizer使多个AI编程智能体的成本降低了18.4%至30.9%。在所有测试的代码仓库中成本均有下降,而任务成功率基本保持稳定。
---
来源台:Microsoft Research · 原文链接