OmniTools 8月11日消息，IBM研究院在Hugging Face博客发布技术文章，介绍新型代理记忆系统ALTK-Evolve。该系统与近期提出的ACE（Agentic Context Engineering）同属“基于轨迹的代理记忆”范式，均通过复用代理自身历史执行轨迹生成可检索指南，无需权重更新或人工标注。
二者核心差异在于记忆交付机制：ACE在每步推理中固定注入完整动态手册；ALTK-Evolve则采用按需交付策略——对强模型提供全量整合指南，对弱模型仅选取高支持度、任务相关的少量指南（如gpt-oss-120b场景下仅约29条），显著降低上下文长度。
在AppWorld基准测试中，ALTK-Evolve在DeepSeek-V3.2上实现89.3%任务目标完成率（TGC），较ACE提升近9个百分点，Token消耗为263K，仅为ACE（634K）的41.5%；在gpt-oss-120b上TGC达56.0%，略高于ACE的54.8%，Token消耗116K，仅为ACE（777K）的14.9%。
