Une étude portant sur huit modèles révèle que la mémoire agentic n'est pas une caractéristique universelle, mais un dosage qui doit être calibré selon les capacités spécifiques du modèle. Le framework ALTK-Evolve distille des directives à partir des trajectoires passées d'un agent et les injecte lors de l'inférence sans mise à jour des poids, démontrant que les stratégies de mémoire optimales varient considérablement entre les niveaux de modèles.
- Les modèles puissants disposant de marges de progression bénéficient le plus d'un ensemble complet de directives, comme en témoigne DeepSeek-V3.2 qui gagne +9,5pp en complétion de tâche.
- Les modèles plus faibles obtiennent les meilleurs résultats avec une récupération curatée d'un noyau compact combiné à des directives par tâche, permettant à gpt-oss-120b de gagner +16,1pp pour seulement +5% de coût en tokens.
- Les modèles saturés n'ont montré aucun gain mesurable, suggérant qu'ils ont atteint leur plafond de performance sur les tâches testées.
- La récupération curatée offre à la fois une précision plus élevée et un coût inférieur pour les modèles faibles par rapport à l'injection de l'ensemble complet de directives.
Les auteurs concluent que la mémoire doit être calibrée plutôt que simplement accumulée, car donner à un agent plus d'expérience qu'il ne peut en utiliser n'apporte aucun avantage. Ils recommandent des noyaux compacts pour les modèles faibles et la mise en cache des prompts pour les modèles puissants afin de maintenir les coûts gérables en production.