AI智能体在长周期任务中常因对话历史无限膨胀而失效。AgenticSTS项目通过引入结构化记忆层，有效解决了这一瓶颈，并在卡牌游戏《杀戮尖塔2》中验证了其有效性。

发生了什么

AgenticSTS项目的研究人员为AI智能体设计了一套五层结构化记忆系统，替代了传统方法中不断追加的聊天日志。在《杀戮尖塔2》的测试中，采用该系统的智能体提示长度稳定在约5000 token，而传统智能体的提示长度会膨胀至50万token以上。最终，新智能体在10局游戏中获胜6局，而作为对照的传统智能体一局未胜。

为什么重要

AI智能体在执行多步骤任务时，通常需要记录历史信息以保持上下文连贯。传统做法是简单地将所有对话和操作记录追加到提示中，这导致提示长度随任务推进线性增长，最终超出模型上下文窗口限制，引发性能急剧下降。AgenticSTS的结构化记忆通过分层存储（如短期记忆、长期记忆、工作记忆等），只保留关键信息，从而在保持性能的同时大幅压缩提示长度。这一突破对于需要长时间运行的自主智能体（如游戏AI、自动化工作流、客服机器人等）具有普遍意义。

影响与看点

  • 对AI智能体开发的影响：结构化记忆可能成为下一代智能体架构的标准组件。开发者可以借鉴其分层设计，针对不同任务定制记忆策略，而非依赖简单的日志追加。
  • 对游戏AI的启示：卡牌游戏《杀戮尖塔2》的复杂决策空间是测试智能体规划能力的理想场景。60%的胜率表明，结构化记忆使智能体具备了更连贯的策略执行能力，未来或可应用于更复杂的实时策略游戏。
  • 值得关注的局限性：该测试仅在单一游戏中进行，且胜率尚未达到人类顶尖水平。结构化记忆在不同领域（如代码生成、网页浏览）的泛化能力仍需验证。此外，五层记忆的维护开销和调优难度也是实际部署中需要考虑的因素。
  • 独立判断：结构化记忆并非新概念，但AgenticSTS项目证明了其在极端长上下文场景下的实用价值，有望推动AI智能体从“对话式”向“持久化”演进。