部分验证70% 置信事实时间未知

大模型本质上是无状态的，每次推理时模型只能看到当前输入的Token序列，没有持久化的记忆存储

4

来源数

70%

置信度

长期有效

时效性

2026/5/31

首次发现

来源

AI编程Token消耗太快？5个实用策略帮你省下80%费用

bilibili张朝阳讲编程

涉及实体

Transformerconcept 大模型concept

相关事实

待验证大模型是无状态的，每次API调用对模型来说都是一次全新的推理过程，完全依赖messages列表来回忆之前发生的事情79% 相似待验证大模型推理阶段是memory-bound（内存带宽受限），每生成一个Token需从显存读取整个模型权重，计算强度极低78% 相似待验证传统大模型天然是无状态的，每次推理都是独立的前向传播过程，没有持久化的外部记忆，也没有与环境交互的接口76% 相似待验证大语言模型是无状态的文本预测系统，每次推理调用仅接收当前输入的Token序列，不存储跨请求的持久化状态75% 相似部分验证LLM每次推理是无状态的，受上下文窗口有限性限制，本身没有持久记忆75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/9866

API

curl https://kongchang.com/api/v1/knowledge/claims/9866

MCP

get_claim(id=9866)