待验证60% 置信事实精确时间
ReAct每一轮循环需要将完整历史上下文重新输入，导致上下文窗口随迭代次数线性增长
2
来源数
60%
置信度
长期有效
时效性
2026/7/24
首次发现
来源
Mindwalk：用3D代码地图回放AI编程代理行为轨迹
hackernewshackernews2026/7/12
相关事实
待验证在ReAct类Agent中，每一轮循环都要将历史思考与工具结果重新放入上下文，因此轮次越多token消耗和成本越高。80% 相似待验证ReAct 每次循环产生 Thought-Action-Observation 三元组，会被逐步拼接进上下文窗口，多轮循环会快速消耗模型的 Token 配额70% 相似待验证对对话式Agent而言，若无缓存，第N轮请求需重新处理前N轮全部历史，累计输入量随轮次平方增长；有了前缀缓存，每轮只需处理新增部分，累计输入量随轮次线性增长。69% 相似待验证ReAct 的代价是每轮循环都增加一次模型调用，延迟和 token 消耗随步数线性增长，实际系统通常会设置最大迭代次数和提前终止条件。69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/611091API
curl https://kongchang.com/api/v1/knowledge/claims/611091MCP
get_claim(id=611091)