Bạn đang nghĩ đến ACE? Chúng ta có thể làm được với ít token hơn

Blog này giới thiệu ALTK-Evolve và so sánh nó với ACE (Agentic Context Engineering), cả hai đều là các dạng bộ nhớ tác tử (agentic memory) chuyển đổi các quỹ đạo (trajectories) trong quá khứ của tác tử thành các bài học có thể tái sử dụng, được tiêm vào tại thời điểm suy luận mà không cập nhật trọng số. Hai hệ thống này thống nhất về nguyên tắc cốt lõi là không nén các bài học: ACE sử dụng một sổ tay (playbook) toàn diện, phát triển theo thời gian với bộ đếm hữu ích/có hại cho từng mục (bullet), trong khi ALTK-Evolve gộp các bài học tương tự thành các cụm (clusters) và duy trì số lần hỗ trợ (support count) cho mỗi nguyên tắc, không bao giờ tóm tắt kho lưu trữ. Chúng khác nhau ở cách xây dựng và phân phối bộ nhớ: ACE phát triển một sổ tay duy nhất thông qua vòng lặp Generator, Reflector và Curator với cập nhật delta (delta updates) và khử trùng lặp dựa trên embedding, trong khi ALTK-Evolve nhóm các bản gần giống nhau, hỗ trợ việc hợp nhất với bảo toàn số lần hỗ trợ (support-conservation), và trích xuất các nguyên tắc có kiểu (typed guidelines: chiến lược, phục hồi, tối ưu hóa) kèm nguồn gốc (provenance) ở mức độ nhiệm vụ con (subtask granularity). Sự khác biệt chính nằm ở cách phân phối: ACE tiêm toàn bộ sổ tay vào mỗi bước, trong khi ALTK-Evolve gửi một phần lõi cố định nhỏ gồm các nguyên tắc có mức hỗ trợ cao cộng với lựa chọn theo từng nhiệm vụ (per-task selection), hoặc toàn bộ nếu mô hình có thể xử lý. Trên benchmark AppWorld với cùng một tác tử ReAct, ALTK-Evolve đạt điểm TGC và SGC cao hơn hoặc tương đương với số token ít hơn nhiều: đối với DeepSeek-V3.2, TGC 89.3 so với 80.4 và 263K so với 634K token mỗi nhiệm vụ; đối với gpt-oss-120b, TGC 56.0 so với 54.8 và 116K so với 777K token. Sự cải thiện độ chính xác đến từ việc truy xuất một vài nguyên tắc cho mỗi nhiệm vụ thay vì tiêm toàn bộ sổ tay, và phân tích theo độ khó cho thấy rằng trong các nhiệm vụ khó, việc truy xuất có chọn lọc (curated retrieval) vượt trội hơn so với sổ tay đầy đủ, trong khi ở các nhiệm vụ dễ hơn, sổ tay đầy đủ có thể giúp ích nhiều hơn nhưng sự khác biệt là nhỏ. Blog lưu ý rằng hiệu quả của ACE nằm ở việc xây dựng ngữ cảnh với chi phí thấp, trong khi hiệu quả của ALTK-Evolve nằm ở việc phục vụ ngữ cảnh, và việc hiệu chỉnh cách phân phối chính là yếu tố mang lại tiết kiệm token. Thư viện ALTK-Evolve, bao gồm quy trình trích xuất, hợp nhất và truy xuất, được cung cấp công khai cùng với báo cáo kỹ thuật đầy đủ.