待验证50% 置信事实精确时间
Agent 每增加一个工具定义、系统提示、MCP 描述或 Skills 声明,都会占用上下文窗口额度并推高 token 消耗与推理延迟。
1
来源数
50%
置信度
长期有效
时效性
2026/11/12
首次发现
来源
涉及实体
相关事实
待验证渐进式披露机制使得即便Agent配备数百项技能,实际运行时的上下文占用可能仅相当于使用3-5个工具的MCP方案79% 相似已验证MCP Agent在推理过程中通过Function Calling能力自主决定是否调用工具、调用哪个工具、传入什么参数,整个过程是多轮迭代的78% 相似待验证一个完整的 Agent 通常包含提示词、MCP Server 配置、Skills 和策略等多个组成部分,是一个复合体而非单一权重文件78% 相似已验证Agent Skill采用按需加载(懒加载)机制,Agent只先读取每个Skill的元信息(name和description),匹配用户需求后才加载完整指令,因此多个Skill共存不会增加Token消耗77% 相似待验证agent harness在每一轮会注入大量系统提示、工具定义、环境状态等,单次请求提示词达数千甚至上万token,使8000 token上下文的小模型出现提示词占满窗口、生成缓慢的结构性错配。76% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1163705API
curl https://kongchang.com/api/v1/knowledge/claims/1163705MCP
get_claim(id=1163705)