待验证50% 置信权衡取舍精确时间

若持续清除工具输出，Agent需要重新检索已拥有的信息，导致更多工具调用，既费token又更慢且记忆召回更差

1

来源数

50%

置信度

长期有效

时效性

2026/8/20

首次发现

来源

上下文工程实测：不压缩反而更省钱高效的原因

相关事实

已验证在ReAct框架中，当工具数量超过20个时，Token消耗和模型的工具选择准确率都会显著下降，这被称为'工具过载'问题73% 相似待验证Agent交接时传递上下文过多会增加Token消耗和延迟，传递过少则导致接手Agent缺乏关键背景70% 相似待验证过度依赖AI编程工具会导致认知卸载的负面效应，程序性记忆与陈述性记忆的衰退速度不同步且恢复路径不同69% 相似待验证文档分块策略中过长则检索精度下降，过短则丢失上下文69% 相似待验证当Cursor Agent的Context窗口过大时，模型会丢失早期信息或整体推理质量下降，需要及时关闭并新建Agent69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/778562

API

curl https://kongchang.com/api/v1/knowledge/claims/778562

MCP

get_claim(id=778562)