待验证50% 置信事实精确时间
在Agentic工作流中，每一步操作都携带之前的全部上下文，导致Token消耗累积滚雪球
1
来源数
50%
置信度
长期有效
时效性
2026/9/11
首次发现
来源
涉及实体
相关事实
待验证雪球检索实践中建议进行多轮迭代（通常2-3轮），直到不再发现新的相关论文即达到'理论饱和'状态56% 相似待验证Snowpark 采用推迟执行、下推计算的设计（lazy evaluation + predicate pushdown），操作构建为逻辑计划树，仅在触发 collect/show 或写入时执行56% 相似待验证Agent 的每一轮循环都需将完整历史上下文传入 LLM，导致 token 消耗随任务复杂度呈线性乃至指数增长56% 相似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55% 相似待验证在Agent应用中，每一轮推理-行动-观察循环都需要将完整历史上下文重新输入模型，导致Token消耗随任务复杂度呈非线性增长54% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/895710API
curl https://kongchang.com/api/v1/knowledge/claims/895710MCP
get_claim(id=895710)