Исследователи проекта AgenticSTS разработали архитектуру памяти для ИИ-агентов, заменив бесконечно растущие логи чата на пять специализированных слоев данных. Это решение позволило ограничить размер контекста 5 000 токенов вместо 500 000. В результате агент успешно завершил 60% игровых сессий в Slay the Spire 2, тогда как стандартные модели не смогли одержать ни одной победы.

Традиционные подходы к управлению памятью агентов часто приводят к переполнению контекстного окна, что снижает качество принятия решений и увеличивает стоимость инференса. Разделение памяти на уровни позволяет агенту сохранять долгосрочные стратегии и тактические данные, не перегружая промпт избыточной информацией. Такой подход критически важен для задач, требующих длительного планирования и адаптации к меняющимся условиям среды.

Данная архитектура демонстрирует, что эффективность агента зависит не только от мощности базовой модели, но и от способов организации данных. Использование многослойной памяти обеспечивает стабильную производительность в сложных игровых сценариях, где требуется анализ множества переменных и последовательное выполнение действий для достижения цели.

Ключевые факты

  • Проект AgenticSTS внедрил пять слоев структурированной памяти вместо линейного лога чата.
  • Размер промпта удалось сократить в 100 раз: с 500 000 до 5 000 токенов.
  • Агент с новой системой памяти выиграл 6 из 10 матчей в Slay the Spire 2.
  • Конкурирующие модели, использующие стандартные методы работы с контекстом, показали нулевой результат.