Оглавление

Исследователи представили AgenticSTS — специализированный испытательный стенд, предназначенный для тестирования ограниченной памяти ИИ-агентов в условиях длительных сценариев. Как сообщает издание Let’s Data Science, в качестве полигона для испытаний была выбрана популярная карточная игра Slay the Spire 2, требующая от игрока выстраивания долгосрочных стратегий.

Вместо традиционного подхода, когда контекстное окно модели постепенно забивается расширяющейся историей всех предыдущих действий, AgenticSTS использует механизм типизированного извлечения. Каждое решение агент принимает на основе свежего промпта, который собирается из конкретных слоев памяти, что позволяет исследователям буквально «отключать» или «включать» определенные когнитивные функции системы для анализа их эффективности.

Механика памяти и результаты экспериментов

В ходе тестов, проведенных в июле 2026 года, авторы работы сравнили базовую модель без системы хранения данных с агентом, обладающим слоем стратегических навыков. Базовый вариант показал скромный результат, выиграв лишь 3 партии из 10. Включение стратегического слоя памяти позволило поднять этот показатель до 6 побед, хотя выборка из десяти игр пока не позволяет говорить о статистической неоспоримости успеха.

Для разработчиков практическая ценность проекта заключается не столько в процентах побед, сколько в открытости данных. Команда опубликовала 298 траекторий прохождения, снимки состояний памяти, записи промптов и скрипты для анализа. Это дает возможность сопоставлять архитектуры с ограниченной памятью и классические модели, работающие на простом накоплении контекста.

Переход от раздутых контекстных окон к модульной памяти — это не просто оптимизация токенов, а попытка имитировать человеческую избирательность. Однако успех в Slay the Spire 2 может оказаться специфическим для игровых механик, где правила жестко детерминированы. Пока архитектура не проверена в хаосе реальных бизнес-процессов, она остается изящным лабораторным образцом, который рискует споткнуться о неструктурированные данные.

Перспективы и воспроизводимость

Проблема «бесконечных» диалоговых логов в LLM-агентах давно беспокоит индустрию, так как избыточный шум в контексте часто ведет к галлюцинациям или потере логической нити. AgenticSTS предлагает чистый паттерн оценки, где память превращается в отчуждаемый компонент системы, а не в её неизбежный балласт.

Дальнейшее развитие технологии покажет, насколько эффективно типизированное извлечение работает с другими моделями и задачами, выходящими за рамки игровой индустрии. Если метод подтвердит свою стабильность, он может стать стандартом для создания производственных агентов, способных сохранять фокус на протяжении тысяч шагов без потери критически важных данных.