O ALTK-Evolve, um sistema de memória agêntica que converte trajetórias de agentes em diretrizes reutilizáveis sem atualizações de pesos, iguala ou supera a precisão do ACE enquanto utiliza significativamente menos tokens. Diferente do ACE, que injeta um manual abrangente em cada etapa, o ALTK-Evolve usa recuperação seletiva para entregar apenas as diretrizes relevantes com base na capacidade do modelo.

  • No DeepSeek-V3.2, o ALTK-Evolve supera o ACE nas tarefas Fácil, Difícil e Geral por aproximadamente 40% do custo de inferência.
  • No gpt-oss-120b, empata com o ACE com uma pontuação de 56,0 contra 54,8 por cerca de um sétimo do custo.
  • O sistema evita comprimir lições em resumos, mantendo diretrizes distintas com contagens de suporte para preservar a experiência.
  • A entrega é calibrada: modelos fortes recebem o conjunto consolidado completo, enquanto modelos mais fracos recebem um subconjunto curado para evitar sobrecarga do contexto.

Ao tratar a entrega de memória como um controle ajustável em vez de uma constante, o ALTK-Evolve evita que as diretrizes sobrecarreguem os modelos mais fracos e reduz o uso de tokens nos modelos mais fortes.