待验证50% 置信权衡取舍精确时间

智能体模式下Token消耗呈非线性增长，因每次工具调用结果追加到上下文中，多步骤任务的Token消耗可达O(n²)级别，使低成本模型对智能体场景至关重要

1

来源数

50%

置信度

长期有效

时效性

2026/8/18

首次发现

来源

Gemini 3.7 Flash发布：智能体经济学之争全面打响

相关事实

待验证在智能体工作流中，历史交互作为输入Token累积，导致总Token消耗随任务轮次呈近似平方级增长76% 相似待验证对简单子任务使用轻量级模型、引入缓存机制减少重复调用是Agentic AI成本控制的权衡手段75% 相似待验证智能体系统常通过定时任务每分钟不间断运行，加上多轮模型调用、工具调用结果重新输入及反思步骤，令令牌成本呈指数级攀升74% 相似待验证多智能体并行架构通过同时探索多条解题路径以更高算力换取更低错误率和更短挂钟时间，但代价是Token消耗成倍增加74% 相似待验证Extra High推理加多工具agent任务组合触发的高消耗属于可预期行为而非系统bug73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/771252

API

curl https://kongchang.com/api/v1/knowledge/claims/771252

MCP

get_claim(id=771252)