ACE: агенты учатся, редактируя контекст без изменения весов модели

Представлен подход Agentic Context Engineering (ACE): ИИ-агент накапливает опыт в «плейбуке» из именованных записей и обновляет их небольшими дельтами, не меняя веса модели. На AppWorld с бэкендом DeepSeek-V3.1 offline-ACE обошёл GEPA, а в финансах набрал 81,9% против 72,5% у GEPA.

• ACE хранит уроки в плейбуке и правит отдельные записи, а не переписывает весь контекст
• В кейсе AppWorld контекст Dynamic Cheatsheet схлопнулся с 18 282 до 122 токенов, точность упала с 66,7% до 57,1%
• Offline-ACE в финансах дал 81,9% против 72,5% у GEPA
• Без меток online-ACE на FiNER уступил базовой модели: 67,3% против 70,7%