待验证50% 置信权衡取舍精确时间

在多Agent编排场景下，每个Agent需要获得'恰好够用'的上下文，信息不足导致理解偏差，信息过载则稀释注意力增加幻觉风险

1

来源数

50%

置信度

长期有效

时效性

2026/7/18

首次发现

来源

Claude Code云端VM的正确打开方式：上下文工程与并行Agent编排

相关事实

待验证推理能力越强的模型生成内容越详尽，单次交互token消耗随之攀升，形成「能力越强、消耗越大」的技术约束72% 相似待验证人类标注者在评估答案时存在信息越丰富越好的认知偏差，导致奖励模型将篇幅与质量隐性挂钩，是模型冗余的成因之一72% 相似待验证长上下文模型在自我审查场景中因锚定效应可能带来更大偏差，早期生成内容对后续注意力计算影响越显著69% 相似待验证记忆提取器往往对显式声明型信息识别率较高，而对隐含在上下文中的用户偏好或习惯模式容易遗漏或误判69% 相似待验证当任务包含天然独立的认知模式（如生成与批判）或存在明确质量把关需求时倾向于使用多Agent架构69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/550672

API

curl https://kongchang.com/api/v1/knowledge/claims/550672

MCP

get_claim(id=550672)