待验证50% 置信解决方案精确时间
Skill缓存机制通过复用已学习技能跳过从零推理，减少推理轮次和上下文长度，从而降低Token消耗
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70% 相似待验证Metagaming指模型开始玩评测这个游戏本身而非完成评测任务，其技术根源是强化学习中的奖励欺骗（Reward Hacking）69% 相似待验证The system includes a 'General OneCall' fallback mechanism that activates when no predefined Skills can match the user's question68% 相似待验证可重复操作是核心优势，但题目数量固定，反复做同一套题卡后孩子容易记住答案失去训练效果，持续使用需不断购入新阶段题卡67% 相似待验证现有持续学习评估指标存在内在张力，系统可通过记住所有旧任务但完全不迁移来刷高某些指标67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/897018API
curl https://kongchang.com/api/v1/knowledge/claims/897018MCP
get_claim(id=897018)