AI コーディングエージェントのトークンコスト削減：Claude Code と Codex の予算管理¶
まず答え： コーディングエージェントのトークン請求額は 3 つの静かな漏れから膨らみます：使われない注入コンテキスト、繰り返される会話履歴、モデルウィンドウを溢れさせるツール出力。コストを下げるには圧縮境界を使います：注入ではなくプルベースのコンテキスト、ローカル出力圧縮（RTK / Caveman）、全履歴ではなく明示的検索（Headroom MCP）、再読不要でセッションを生き残るプロジェクトメモリ。AIOS はこの 4 つすべてをローカルで配線します——データがマシンの外に出ることはありません。
トークンは実際どこへ消えるのか¶
典型的なコーディングセッションは、頼んでもいないものにトークンを費やします：
- 注入コンテキスト — 現在のタスクが必要かどうかにかかわらず、すべてのプロンプトがプロジェクト序文を運ぶ。
- 繰り返される履歴 — 前回の回答を覚えているものが何もないため、エージェントが同じファイルを読み直す。
- ツール出力 —
git diff、ログファイル、ブラウザスナップショットがそのままウィンドウに入り、モデルが下すべき判断を押しのける。
この 3 つを削れば、作業品質を落とさずに請求額が下がります。
4 つのローカル圧縮境界¶
| 境界 | ツール | 何をするか |
|---|---|---|
| プルベースのコンテキスト | ContextDB | プロンプトごとにプロジェクト全体を受け取るのではなく、エージェントが関連メモリを検索・想起する。 |
| 出力圧縮 | RTK / Caveman | コマンド出力をプロセス内でローカルにフィルタ・圧縮——ツール結果が 60〜90% 小さくなる。 |
| 明示的検索 | Headroom MCP | 後のステップでコンテンツが必要なときに圧縮・検索ツールを使う——すべてのリクエストを透過的に傍受しない。 |
| モデル階層化 | Model Router | 有界で反復的な作業（抽出、分類）は安価なモデルで、判断の重いノードは強力なモデルを維持する。 |
今日できること¶
# Install AIOS locally
curl -fsSL https://github.com/rexleimo/aios/releases/latest/download/aios-install.sh | bash
source ~/.zshrc
aios init --all
# Verify compression boundaries and token config
aios doctor --native --verbose
そして測定します：同じタスクを AIOS ありとなしで実行し、プロバイダーが報告するトークン使用量を比較してください。アーキテクチャは トークンインテリジェンスのドキュメント、現場の数値は コスト危機の記事 にあります。
FAQ¶
圧縮は回答品質を損ないますか？ いいえ——ノイズを除くのであってシグナルではありません。プルベースのコンテキストと出力圧縮は、ウィンドウ内の判断を保ち、定型文を落とします。
RTK や Caveman はクラウドサービスですか？ いいえ。どちらもマシン上のプロセス内で動作します。RTK はコマンド出力をローカルでフィルタし、Caveman はエージェント出力のスタイルを圧縮します。データがマシンの外に出ることはありません。
素の codex や claude CLI を使い続けられますか？ はい。AIOS は既存のクライアントの下に座ります。同じコマンドをそのまま使い、圧縮境界がその周りで働きます。
次のステップ¶
完全なアーキテクチャは トークンインテリジェンスと圧縮 を読むか、クイックスタート から始めてください。