待验证50% 置信权衡取舍精确时间
ReAct 的代价是每轮循环都增加一次模型调用，延迟和 token 消耗随步数线性增长，实际系统通常会设置最大迭代次数和提前终止条件。
1
来源数
50%
置信度
长期有效
时效性
2026/10/17
首次发现
来源
涉及实体
相关事实
待验证在实际工程中通常会为ReAct循环设定最大迭代次数（Max Iterations），以防止Agent陷入无限循环或消耗过多资源79% 相似待验证ReAct复杂任务可能消耗多轮LLM调用，对延迟和成本都有影响，是实际落地时需要权衡的关键因素74% 相似待验证典型的Agent框架如ReAct、AutoGPT、LangGraph采用感知-推理-行动的迭代模式，上下文随轮次累积导致后期每轮Token消耗呈线性甚至指数增长71% 相似待验证迭代循环的每一步都会消耗大模型的 API 调用次数，对于复杂任务成本可能快速累积71% 相似待验证在 Loop 场景中，每轮循环需要将整个对话历史重新送入模型，导致单轮 Token 消耗因 Context 累积而递增，呈现比线性更陡峭的成本曲线71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1054388API
curl https://kongchang.com/api/v1/knowledge/claims/1054388MCP
get_claim(id=1054388)