考虑ACE？我们能以更少Token完成同样的事

通用 AI8/11 21:37Hugging Face Blog查看原文 ↗

摘要

IBM研究对比ACE与ALTK-Evolve两种agent记忆系统，显示通过按需检索少量guidelines而非全量注入playbook，ALTK-Evolve能以显著更少的token实现相当或更优的性能。

核心要点

在AppWorld上，DeepSeek-V3.2模型下，ALTK-Evolve的TGC/SGC为89.3/80.4，优于ACE的80.4/73.2，token/task从634K降至263K。
在gpt-oss-120b模型下，ALTK-Evolve的TGC/SGC为56.0/37.5 vs ACE的54.8/35.7，token/task从777K降至116K（约ACE的1/7）。
两种系统都拒绝压缩agent经验：ACE用每个bullet上的helpful/harmful计数器，ALTK-Evolve用support count记录产生该guideline的独立episode数量。
关键差异在传递：ACE每步注入完整playbook，ALTK-Evolve按任务检索少量guidelines，将传递看作可调节的dial。
按难度分解显示，gpt-oss-120b上ACE在Easy/Medium领先，但ALTK-Evolve在Hard任务上胜出；DeepSeek-V3.2上ALTK-Evolve在Easy、Hard和Overall均占优。

原文佐证

The difference is what they do with what they learn — and that decides the token bill.

AI 洞察

这显示agent记忆正在从'全量保留并注入'转向'按需检索'，与RAG的思路类似，可能重塑agent运行的经济性。未来agent系统的竞争不仅看能力，也看推理成本，高效记忆传递或成为规模化落地的关键。对于行业，这类方法可能让轻量模型获得更强agent能力，降低对超大上下文窗口的依赖。