IBM发布ALTK‑Evolve，凭精选记忆将代理推理成本降至ACE的七分之一
•3 阅读•3分钟•前沿
IBMALTK‑EvolveACEDeepSeek-V3.2
•3 阅读•3分钟•前沿
背景与挑战
在企业级 AI 代理应用中，模型需要频繁调用外部 API 完成多步骤任务。传统的 ReAct 代理虽能自行推理，但在复杂场景下常因缺乏经验而出错，导致任务失败或产生冗余调用。如何在不增加模型权重的前提下，让代理复用自身历史轨迹成为关键。
ALTK‑Evolve 方法概述
ALTK‑Evolve 通过两步机制将代理的历史轨迹转化为可检索的“指南”。
- 抽取：从每一次交互中提取策略、恢复、优化等类型的细粒度指令。
- 合并：对相似指令进行聚类、去重，并记录支持次数（即多少独立任务产生该指令）。
- 检索：在推理时，根据任务特征使用余弦相似度或 LLM 引导挑选少量高支持度指南注入上下文。
与 ACE 的对比实验
IBM 在公开的 AppWorld 基准上分别对 DeepSeek‑V3.2 和 gpt‑oss‑120b 两种模型进行测试。关键指标如下：
| 模型 | 方法 | TGC（任务成功率） | SGC（场景成功率） | Tokens/任务 |
|---|---|---|---|---|
| DeepSeek‑V3.2 | ACE | 80.4 | 73.2 | 634 K |
| DeepSeek‑V3.2 | ALTK‑Evolve | 89.3 | 80.4 | 263 K |
| gpt‑oss‑120b | ACE（全剧本） | 54.8 | 35.7 | 777 K |
| gpt‑oss‑120b | ALTK‑Evolve（精选） | 56.0 | 37.5 | 116 K |
在强模型上，ALTK‑Evolve 在保持或提升成功率的同时，将代价压至 ACE 的约 40%；在弱模型上，两者准确率持平，但代价仅为 ACE 的七分之一。
效果与意义
- 成本降低：通过“精选注入”而非全剧本，显著削减上下文长度，直接降低算力费用。
- 可扩展性：指南按支持次数聚合，易于随业务增长自动累积经验，无需人工标注。
- 鲁棒性提升：在高难度任务中，检索到的高质量指南帮助模型快速定位关键步骤，避免信息噪声。
结论与展望
ALTK‑Evolve 证明了代理记忆的“压缩‑检索”范式在实际企业任务中具备更佳的性价比。未来，IBM 计划将该框架开放为 Hugging Face 库，支持更多模型和多语言环境，并探索与大模型微调相结合的混合策略，以进一步提升复杂业务流程的自动化水平。
本文是对第三方新闻源的主观解读。消息可能出现过时、不准确、歧义或错误的地方，仅供参考使用。点击此处查看消息源。