待验证50% 置信解决方案精确时间
智能体应用中，模型和框架之间会发生反复的来回交互，每次交互都携带庞大的系统提示词和上下文信息，导致成本层层累积
1
来源数
50%
置信度
长期有效
时效性
2026/9/9
首次发现
来源
涉及实体
相关事实
待验证大语言模型的推理成本是可变的、按用量结算的，一个Agent处理复杂任务可能触发数十次模型调用、消耗数百万token77% 相似待验证代理式架构基于 ReAct 范式相比单次推理生成代码具有更强的错误恢复能力，但代价是系统行为复杂度呈指数级增长，一次任务可能涉及数十次模型调用和工具交互76% 相似待验证当模型可自主编写代码、检索信息、调用工具及进行多步骤推理时，其行为空间呈指数级扩张76% 相似待验证随着模型能力增强和推理成本上升，许多平台正从无限使用转向分级额度模式74% 相似待验证Agent系统由于循环推理特性，每次工具调用后会将完整对话历史重新发送给模型，导致Token消耗呈现超线性增长74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/885776API
curl https://kongchang.com/api/v1/knowledge/claims/885776MCP
get_claim(id=885776)