对话智能体的持久化检索效率研究

对话智能体引入跨轮次维护检索历史的持久化检索子智能体，可直接向主智能体提供检索证据并支持修正请求。在 5 种多轮场景中，该方案相比技能检索减少了 43.3% 的 token 记录量和 45.0% 的预估 API 成本，平均响应时间缩短 9.1%。相比非持久检索，它将每题响应时间缩短 15.6 秒，但 token 消耗与预估 API 成本分别增加 65.1% 和 29.1%。