结构化记忆助AI代理赢下《Slay the Spire 2》

关键信息

AgenticSTS 每次都会用五层明确分离的内容重建提示词：协议指令、状态模式、检索到的规则、回合摘要，以及按情境触发的技能。研究人员还指出，采用传统不断累积转录文本的竞品代理，每获得 1 分要消耗 66 到 90 倍的 token，其中一次后期调用甚至达到了约 52.7 万个 token。

资讯摘要

来自 Alaya Lab、上海交通大学和其他机构的研究人员，针对构筑牌组类肉鸽游戏《Slay the Spire 2》测试了一种新的 AI 代理记忆架构。这个项目名为 AgenticSTS，核心问题是：当代理需要在一局很长的游戏中连续做出数百个决策时，到底应该保留多少过去的信息？与把完整聊天记录不断追加到新提示词中的常规做法不同，AgenticSTS 会用一组固定的记忆层来重建每一次决策。它把协议指令、当前状态的模式、检索到的游戏规则、来自先前运行的回合摘要，以及特定情境下触发的技能分开存放。研究人员认为，这样既能把提示词长度控制在一个固定范围内，也更容易判断到底是哪一部分记忆在起作用。

数据显示，在最低难度 A0 上，没有记忆的代理 10 局赢了 3 局，而开启技能库后胜率翻倍到 10 局赢 6 局。论文还指出，回合记忆在 A0 上没有帮助，但在第二种测试模式中会逐步更新并用于继续挑战更高难度时就开始发挥作用，使代理能达到 A6 到 A8，而不是停在 A2 到 A4。作者也承认，这组每种条件仅 10 局的比较样本较小，提升可能部分来自噪声。总体来看，这项研究说明，结构化记忆不仅能显著降低 token 消耗，也可能比单纯给模型更长的历史记录更有效。

来源与参考

1. 原始链接
2. AI agents win at Slay the Spire 2 after researchers replace growing chat logs with structured memory