OmniTools 8月19日消息，IBM研究院与Hugging Face近日在技术博客中发布一项关于智能体（Agent）上下文记忆机制的实证研究。研究指出，为智能体注入由历史经验提炼的指南集并非“越多越好”，其有效用量需根据模型自身能力进行校准。
研究基于ALTK-Evolve框架，在AppWorld多步任务基准（585个任务）上测试了8款模型，涵盖30B稠密模型至745B MoE模型。结果发现三类典型模式：强模型（如DeepSeek-V3.2）受益于完整指南集，任务完成率提升9.5个百分点；中等规模模型（如gpt-oss-120b）采用“核心指南+任务检索”策略效果最佳，任务完成率提升16.1个百分点且仅增加5% token开销；而部分高参数量模型（如GLM-5）则未显现显著增益，呈现饱和现象。
研究强调，所谓“记忆”并非回放历史对话，而是由智能体自主轨迹中提取的可复用策略、避坑提示与边缘案例构成的结构化指南集，全程不更新模型权重。该方法已在多个开源与闭源模型上验证其零标注、低成本、跨模型可迁移特性。
