已验证75% 置信事实精确时间
长对话会将整个上下文历史打包重新发送给模型，并计入每次请求的Token用量，对话越长单次请求消耗Token越多
5
来源数
75%
置信度
长期有效
时效性
2026/7/15
首次发现
来源
相关事实
待验证Chat Memory通过在每次请求中将历史消息注入Prompt来模拟记忆，导致Token消耗随对话轮次线性增长83% 相似待验证上下文窗口机制导致多轮对话中模型需将所有对话历史送入上下文，使Token消耗随对话变长而快速增长83% 相似待验证在多轮对话中，之前所有上下文都会作为输入重新发送，因此早期生成的冗余代码会在后续每一轮对话中持续产生 token 成本77% 相似待验证在Agent场景下，由于多轮工具调用，每次调用都需要携带之前的对话历史和系统提示词，导致输入Token呈累积增长，一个代码重构任务可能消耗数万甚至数十万Token76% 相似待验证所谓对话记忆本质上是应用层将历史消息拼接进提示词后提交给模型，状态管理由客户端或中间层负责75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/523886API
curl https://kongchang.com/api/v1/knowledge/claims/523886MCP
get_claim(id=523886)