待验证50% 置信事实精确时间

长程任务的Token消耗随步骤数呈近似二次方增长，而非线性增长

1

来源数

50%

置信度

长期有效

时效性

2026/7/21

首次发现

来源

长程AI工作流工具怎么选？主流Agent方案深度对比与选择框架

相关事实

待验证长程任务的Token消耗呈O(N²)二次方增长，因每步都需传入不断增长的上下文历史81% 相似待验证ReAct的线性思考-行动循环在需要并行探索多条路径的任务时效率低下，且每步推理的Token消耗累积导致长任务计算成本呈二次方增长77% 相似待验证智能体工作流大量部署后，Token使用量和推理需求会显著增加，单次调用效率提升可能赶不上任务规模扩大的速度73% 相似待验证推理预算越高，模型响应延迟和 Token 消耗成倍增加，但在数学证明、复杂算法设计等场景表现显著提升71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/583382

API

curl https://kongchang.com/api/v1/knowledge/claims/583382

MCP

get_claim(id=583382)