IBM ALTK-Evolve：从 Agent 轨迹中学出「行为手册」的记忆系统
IBM Research 10 月 20 日介绍了开源的 ALTK-Evolve：它回顾 Agent 在训练任务上的成功和失败，把经验提炼成简短的行为准则，追加到系统提示里，不改模型权重。在 τ²-bench 上，用 gpt-4.1 做 Agent 时，零售领域留出测试集的 Pass^4 从 57.5% 提升到 67.5%。
适用：Claude CodeCodexIBM BobHermes
能做什么
- 从 Agent 轨迹中提炼成功和失败的经验，存为可检索的记忆
- 提供 MCP 服务，含 get_entities、create_entity、save_trajectory 等工具
- 用 LLM 解决新旧经验之间的冲突，持续精炼知识库
好在哪里
- 准则带「支持数」，可以按证据强度筛选，减少偶然经验的干扰
- 默认文件系统后端无额外依赖，需要语义检索时可换 pgvector 或 Milvus
- 不改模型权重，准则以文本形式可审阅、可删改
安装 / 启用
pip install altk-evolve
要点
- 每条准则记录支持数（来自多少个不同训练任务），可以只保留支持数 ≥3 的准则，也可以全部保留
- 提升有代价：全部保留准则时，零售领域每次对话成本从 $0.084 升到 $0.139（+65%）
- 测试集较小（零售 40 个、航空 20 个任务），最佳准则数量因领域而异
- Lite 版提供 Claude Code、Codex 等的快速上手指南；直接调用 OpenAI 时需要配置 OPENAI_API_KEY
为什么值得关注
适合想让客服、流程类 Agent 在不微调的前提下从历史轨迹中持续改进的团队；准则会进入提示词，上线前应人工审阅，并评估额外的 token 成本。
来源
原文
ALTK-Evolve: How learned memory tops the τ²-bench leaderboard
IBM Research / Hugging Face · huggingface.co · 2026-10-20
原文
AgentToolkit/altk-evolve
GitHub · github.com
### [IBM ALTK-Evolve：从 Agent 轨迹中学出「行为手册」的记忆系统]({{URL}})
IBM Research 10 月 20 日介绍了开源的 ALTK-Evolve：它回顾 Agent 在训练任务上的成功和失败，把经验提炼成简短的行为准则，追加到系统提示里，不改模型权重。在 τ²-bench 上，用 gpt-4.1 做 Agent 时，零售领域留出测试集的 Pass^4 从 57.5% 提升到 67.5%。
- 每条准则记录支持数（来自多少个不同训练任务），可以只保留支持数 ≥3 的准则，也可以全部保留
- 提升有代价：全部保留准则时，零售领域每次对话成本从 $0.084 升到 $0.139（+65%）
- 测试集较小（零售 40 个、航空 20 个任务），最佳准则数量因领域而异
- Lite 版提供 Claude Code、Codex 等的快速上手指南；直接调用 OpenAI 时需要配置 OPENAI_API_KEY
**为什么值得关注**：适合想让客服、流程类 Agent 在不微调的前提下从历史轨迹中持续改进的团队；准则会进入提示词，上线前应人工审阅，并评估额外的 token 成本。
来源：[ALTK-Evolve: How learned memory tops the τ²-bench leaderboard](https://huggingface.co/blog/ibm-research/altk-evolve-bc)；[AgentToolkit/altk-evolve](https://github.com/AgentToolkit/altk-evolve)