Agent的兴起让内存需求至少涨了10倍，此前是一步一个确认，和人一句一句交互。现在是Agent内部交互，最后结果给人。

内存暴涨的真正原因，是Agent的循环机制下，上下文不断累积 + KV cache反复重读导致的，每多一轮，整个膨胀的上下文要重新喂进去一次，KV cache随上下文长度线性增长。群众付的钱大部分是模型在反复重读它已经知道的东西。。。

这里面一定有可改进的点，但是短期只能搞堆内存带宽解决问题，人类的浪费是惊人的。