待验证60% 置信事实精确时间
Agent型任务采用ReAct的思考-行动-观察循环，单个用户任务可能触发数十次乃至上百次模型调用，使计算开销呈非线性增长
2
来源数
60%
置信度
长期有效
时效性
2026/7/19
首次发现
来源
相关事实
已验证在Agentic场景中，Agent往往在一次用户请求中发起多轮模型调用，每一轮携带越来越长的上下文，导致成本随对话深度非线性增长79% 相似待验证在Agent场景中每一步工具调用都需将完整上下文重新输入模型，导致Token消耗呈指数级增长77% 相似待验证Autonomous Agent（如ReAct架构）依赖大模型在运行时动态决定下一步调用哪个工具，灵活性强但不确定性高，Token消耗更大76% 相似已验证一个复杂的Agent任务可能需要数十次甚至上百次模型调用76% 相似待验证Agent场景下成本核算的口径从「每千token多少钱」转向「每个成功任务多少钱」，因为一个agent任务可能消耗数万token并触发多次API调用。76% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/558730API
curl https://kongchang.com/api/v1/knowledge/claims/558730MCP
get_claim(id=558730)