长对话显著增加aionclaw模型调用开销，因每轮请求均全量重发历史上下文（含消息、工具调用/结果、系统提示及全部mcp工具定义），呈近似平方级增长；默认无自动截断或压缩，40轮对话仅历史复刻就额外消耗约10万token。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
长对话会显著增加AionClaw的模型调用开销，因为每一轮新请求都必须将完整的历史上下文——包括所有用户消息、助手回复、工具调用记录、工具返回结果、系统提示词及全部MCP工具定义——重新编码为输入token，而这些内容在每轮中重复发送，不加干预就会呈近似平方级增长。
对话历史全量重发机制
OpenClaw系框架（含AionClaw）默认采用“无状态重放”策略：模型每次生成响应前，客户端会把从第一轮开始的所有交互内容拼成一个超长prompt再发给LLM。这意味着第10轮请求的输入里，已包含10份第1轮消息、9份第2轮消息……以此类推。
例如一段40轮的未压缩对话，仅历史部分就贡献约820次原始消息副本；若平均每条消息含120 token，光历史复刻就额外烧掉近10万token，远超实际语义所需。
【关键前提】 AionClaw不会自动截断或摘要历史，除非你手动启用上下文压缩策略或配置session生命周期管理。
MCP工具定义持续注入
方法一：静态注入模式
每轮请求都将全部已注册MCP工具的完整Schema（名称+description+parameters JSON Schema）写入system prompt。挂载12个中等复杂度工具时，这部分固定开销稳定在3200–4800 token之间，且与当前对话是否用到该工具完全无关。
方法二：动态加载模式（需手动开启）
仅在检测到用户意图可能触发某类工具时，才注入对应服务的精简描述（
注意：默认配置走的是方法一，这也是新手最容易忽略的成本黑洞。
Agent推理循环滚雪球效应
第一步：模型读取完整上下文，判断“是否需要调用工具”。
第二步：若需调用，执行后将原始JSON结果全文回填进对话历史。
第三步：模型再次读取包含新结果的更长上下文，决定下一步动作（继续调用/生成终稿/追问细节）。
每一次循环，工具返回结果都会被原样保留并随历史一起重传。一个文件检索工具返回的2000字Markdown表格，在第5轮时已作为纯文本被模型“阅读”了5遍。而这段内容对后续决策往往只有前3行真正有用。
【不可逆操作】 一旦工具结果以原始格式写入history.md或session_state.json，未启用摘要中间件时，它将永久参与后续所有轮次的token计费。
记忆系统与本地知识库叠加放大
AionClaw的长效记忆系统（MEMORY.md）会在每次请求时，根据当前query自动检索并注入相关记忆片段。如果未设置max_memory_tokens或enable_memory_fusion: false，一次长对话可能同时载入5–8段历史记忆，每段平均300–600 token。这些内容与对话历史、工具定义三者叠加，极易突破模型上下文窗口上限，触发隐式截断或强制fallback，反而导致推理失败重试，进一步拉高总调用次数。
这一步操作起来很简单，直接在~/.aionclaw/config/settings.yaml中添加memory: {max_tokens: 1200, fusion_enabled: false}即可生效。
