Denkt u aan ACE? Wij doen het met minder tokens

De blog introduceert ALTK-Evolve en vergelijkt het met ACE (Agentic Context Engineering), beide vormen van agentische herinnering die de eerdere trajecten van een agent omzetten in herbruikbare lessen, die tijdens de inferentie worden geïnjecteerd zonder gewichten bij te werken. De twee systemen zijn het eens over het kernprincipe om lessen niet te comprimeren: ACE gebruikt een uitgebreid, evoluerend draaiboek met per-bullet nuttige/schadelijke tellers, terwijl ALTK-Evolve vergelijkbare lessen clustert en een ondersteuningsteller voor elke richtlijn bijhoudt, zonder de opslag ooit te verkleinen. Ze verschillen in hoe het geheugen wordt opgebouwd en geleverd: ACE laat een enkel draaiboek groeien via een Generator-, Reflector- en Curator-lus met delta-updates en op embeddings gebaseerde deduplicatie, terwijl ALTK-Evolve bijna-duplicaten clustert, het samenvoegen ondersteunt met behoud van ondersteuning, en getypeerde richtlijnen (strategie, herstel, optimalisatie) extraheert met herkomst op subtask-niveau. Het belangrijkste verschil zit in de levering: ACE injecteert het volledige draaiboek bij elke stap, terwijl ALTK-Evolve een kleine vaste kern van richtlijnen met hoge ondersteuning plus een per-taakselectie stuurt, of de volledige set als het model dat aankan. Op de AppWorld-benchmark met dezelfde ReAct-agent behaalt ALTK-Evolve hogere of vergelijkbare TGC- en SGC-scores met veel minder tokens: voor DeepSeek-V3.2, TGC 89,3 vs 80,4 en 263K vs 634K tokens per taak; voor gpt-oss-120b, TGC 56,0 vs 54,8 en 116K vs 777K tokens. De nauwkeurigheidswinst komt voort uit het ophalen van een paar richtlijnen per taak in plaats van het hele draaiboek te injecteren, en de analyse per moeilijkheidsgraad toont aan dat bij moeilijke taken een samengestelde retrieval beter presteert dan het volledige draaiboek, terwijl bij eenvoudigere taken het volledige draaiboek meer kan helpen, maar het verschil klein is. De blog merkt op dat ACE's eigen efficiëntie zit in het goedkoop opbouwen van context, terwijl ALTK-Evolve's efficiëntie zit in het leveren ervan, en dat de kalibratie van de levering de tokens bespaart. De ALTK-Evolve-bibliotheek, inclusief de extractie-, consolidatie- en retrieval-pijplijn, is beschikbaar, samen met een volledig technisch rapport.