待验证50% 置信事实精确时间

Agent会在循环中反复执行感知-规划-行动流程，每一轮都需要将完整历史记录打包进上下文窗口，导致输入token呈线性甚至指数级增长

1

来源数

50%

置信度

长期有效

时效性

2026/7/24

首次发现

来源

Codex超高推理模式隐藏成本：一个任务耗尽70%额度的真相

redditr/OpenAI2026/7/12

相关事实

待验证AgentExecutor每次工具调用前会重新拼接完整对话历史进Prompt，导致Token消耗随任务步骤线性增长78% 相似待验证Agent的每一轮循环包含模型推理、工具调用、结果回传三个阶段，延迟会在每一步叠加77% 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Agent的规划、反思、研究等智能行为，根本上依赖于每个时刻将环境状态、历史记忆和任务目标精确组装成上下文后输入模型76% 相似已验证Agent Loop本质上是一个While循环，持续进行思考、行动、再思考、再行动，直到目标达成76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/608400

API

curl https://kongchang.com/api/v1/knowledge/claims/608400

MCP

get_claim(id=608400)