Penser à ACE ? Nous pouvons le faire avec moins de jetons

Le blog présente ALTK-Evolve et le compare à ACE (Agentic Context Engineering), qui sont toutes deux des formes de mémoire agentique convertissant les trajectoires passées d'un agent en leçons réutilisables, injectées au moment de l'inférence sans mise à jour des poids. Les deux systèmes s'accordent sur le principe fondamental de ne pas compresser les leçons : ACE utilise un playbook complet et évolutif avec des compteurs utiles/ nuisibles par puce, tandis qu'ALTK-Evolve regroupe les leçons similaires en clusters et maintient un compteur de support pour chaque ligne directrice, sans jamais réduire le stock. Ils diffèrent dans la manière dont la mémoire est construite et délivrée : ACE développe un playbook unique à travers une boucle Générateur, Réflecteur et Conservateur avec des mises à jour incrémentales et une déduplication basée sur les embeddings, tandis qu'ALTK-Evolve regroupe les quasi-doublons, prend en charge la fusion avec conservation du support, et extrait des lignes directrices typées (stratégie, récupération, optimisation) avec provenance au niveau des sous-tâches. La différence clé réside dans la délivrance : ACE injecte le playbook complet à chaque étape, tandis qu'ALTK-Evolve envoie un petit noyau fixe de lignes directrices à haute support plus une sélection par tâche, ou l'ensemble complet si le modèle peut le gérer. Sur le benchmark AppWorld avec le même agent ReAct, ALTK-Evolve atteint des scores TGC et SGC plus élevés ou comparables avec beaucoup moins de jetons : pour DeepSeek-V3.2, TGC 89,3 contre 80,4 et 263K contre 634K jetons par tâche ; pour gpt-oss-120b, TGC 56,0 contre 54,8 et 116K contre 777K jetons. Les gains de précision proviennent de la récupération de quelques lignes directrices par tâche plutôt que de l'injection du playbook complet, et l'analyse par difficulté montre que sur les tâches difficiles, la récupération sélectionnée surpasse le playbook complet, tandis que sur les tâches plus faciles, le playbook complet peut aider davantage mais la différence est minime. Le blog note que l'efficacité d'ACE réside dans la construction peu coûteuse du contexte, tandis que celle d'ALTK-Evolve est dans sa délivrance, et que le calibrage de la délivrance est ce qui génère les économies de jetons. La bibliothèque ALTK-Evolve, comprenant l'extraction, la consolidation et le pipeline de récupération, est disponible, ainsi qu'un rapport technique complet.