待验证50% 置信权衡取舍精确时间
在Agent场景下由于存在多轮工具调用和状态传递，Token消耗会随迭代次数线性甚至非线性增长
1
来源数
50%
置信度
长期有效
时效性
2026/7/9
首次发现
来源
TypeScript构建AI Agent框架：全栈开发者的核心开发范式
bilibili前端AI指南2026/6/23
相关事实
待验证当Agent处于循环状态时，每次调用会携带累积的对话历史，导致Token消耗随迭代次数线性甚至超线性增长82% 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75% 相似待验证Claude Code的代理架构意味着每次任务执行可能触发多轮模型调用，Token消耗呈指数级增长而非线性增长74% 相似待验证在Agent应用中，每一轮推理-行动-观察循环都需要将完整历史上下文重新输入模型，导致Token消耗随任务复杂度呈非线性增长74% 相似待验证多智能体架构中每增加一个Agent就多一轮LLM调用，导致响应延迟线性甚至更快地累加74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/318494API
curl https://kongchang.com/api/v1/knowledge/claims/318494MCP
get_claim(id=318494)