实测 5 款省 Token 工具：宣称节省 60% 实际仅 30%
Obvious_Gap_5768 · reddit · 2026-08-08
作者针对多款声称能大幅节省 Token 消耗的 AI 编码辅助工具进行了严格基准测试。在基于 SWE-bench 的 48 个 Django 问题上进行 261 次运行后发现，没有任何工具能达到其宣称的 60% 到 90% 的节省率。
核心测试结果：
- 表现最好的是 repowise，实际节省约 31.6% 的输出 Token；CodeGraph 位列第二，节省 24.4%。
- Serena 表现异常，它比裸跑的 Agent 编写得更少，但调用工具的频率却高出 42%，反而更繁忙。
- Claude Code 兼容性问题：在 Claude Code 环境下，大多数工具几乎未被调用。这可能是因为 Claude Code 按需加载 MCP schemas，导致 Agent 经常找不到工具，而 Codex 是预先挂载的。
- 代码质量：盲测显示，没有任何工具在代码质量上明显胜出，甚至略微低于不使用工具的基准线。
作者还使用 ContextBench 进行了确定性检索基准测试，以评估工具能否准确提取修复所需的实际文件。
「编程与Agent」频道最新
- Claude Code 推出远程控制功能，编码效率提升 — rohanpaul_ai · 2026-08-24
- Vercel CEO rauchg 详解 fx 扩展哲学：MCP、Skills、插件与 Unix 组合 — AccBalanced · 2026-08-24
- Netflix 揭秘 LLM Judge 生产实践：每周评估数十万条推荐解释 — omarsar0 · 2026-08-24
- Simon Willison 用 Fable 5 实测 smolvm：硬件级隔离沙箱获认可 — yawnxyz · 2026-08-24
- Claude EA 项目：集成 Notion 与 iMessage 的虚拟助手 — willcb · 2026-08-24
- LenOS：强调人工责任与可审计性的 Agent 工作流框架 — cableroots · 2026-08-24