Unverified50% confidenceFactExact time
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
1
Sources
50%
Confidence
Long-term
Relevance
9/9/2026
First Seen
Sources
Related Entities
Related Claims
Unverified模型每次响应会将完整对话历史（上下文窗口）计入计费，随着对话轮次增加，单次调用的Token消耗会呈线性甚至超线性增长80% similarUnverifiedAgent经过拆解规划后可能触发数十次LLM推理调用，累计Token消耗可达直接问答场景的数十倍77% similarUnverified智能体在每轮循环中需要将系统提示词、历史对话、工具描述、先前步骤的全部输出重新打包送入模型，导致token消耗随步骤数线性甚至超线性增长76% similarUnverified在多轮对话中，每一轮新回复生成前系统都需将此前所有对话历史重新输入模型，导致token消耗随轮次累积增长76% similarUnverified大语言模型每次调用的费用与输入token数量正相关，在Agent循环中随着对话历史积累每次调用成本会线性增长74% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/882582API
curl https://kongchang.com/api/v1/knowledge/claims/882582MCP
get_claim(id=882582)