HuggingFace 發布 Agent 記憶體研究：強模型需完整指南，弱模型適合檢索，DeepSeek-V3.2 任務完成率提升 9.5%

HuggingFace 發布關於 Agent 記憶體需求的技術分析，指出記憶體並非單純的開關功能，而是需要根據模型能力進行劑量校準。研究使用 ALTK-Evolve 讓 Agent 從自身過去的成功與失敗軌跡中提取可重複使用的指南，並在推論時注入，全程無需更新模型權重或人工標註。 在 AppWorld 評測中，研究發現三種模型模式。首先，強大且有進步空間的模型適合注入完整的指南集。DeepSeek-V3.2 (671B MoE) 注入完整指南後，任務目標完成率 (TGC) 提升 9.5 個百分點，更嚴格的場景目標完成率 (SGC) 提升 16.1 個百分點；Claude Opus 4.6 的 TGC 與 SGC 則分別提升 4.1 與 7.1 個百分點。 其次，較小或較弱的模型會被過多指南淹沒，適合採用精簡核心指南搭配針對任務檢索的策略。gpt-oss-120b (117B MoE) 採用此策略後 TGC 提升 16.1 個百分點，且僅增加 5% 的 token 成本；若使用完整指南，成本將增加 50% 且效果較差。 最後，已達效能飽和的模型（如 745B MoE 的 GLM-5）在注入指南後則未顯示出可衡量的增益。