已验证65% 置信权衡取舍精确时间

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

3

来源数

65%

置信度

长期有效

时效性

2026/7/16

首次发现

来源

Spring AI实战：Java开发者大模型集成完整指南

相关事实

已验证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83% 相似已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79% 相似已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78% 相似待验证chat-recall 支持 AI 助手自行搜索历史对话记录，为其补充跨会话、跨工具的记忆连续性76% 相似待验证要实现多轮对话连贯性，开发者必须在每次调用时将历史对话拼接到输入中，或通过外部记忆系统检索相关上下文注入提示词74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/536116

API

curl https://kongchang.com/api/v1/knowledge/claims/536116

MCP

get_claim(id=536116)