Материал подготовлен автоматически по первоисточникам: ссылки на них — в конце статьи.
Историю действий ИИ-агента научились сокращать с учётом того, какие данные понадобятся на следующих шагах. В препринте Nanjing University и Northeastern University, который не проходил рецензирование и где все числа получили сами авторы, WAAC снизил расходы на выполнение на 19,7% и 29,1% относительно сильнейших альтернатив. Для длинных процессов это предлагает более точную замену обрезанию старых сообщений и пересказу всей истории.
Важность поля определяет его следующая операция
Траектория агента — это накопленная последовательность решений, вызовов инструментов, ответов среды и промежуточных результатов. Обычное сжатие рассматривает её как текст: удаляет старые сообщения, сокращает их или выбирает фрагменты по смысловой близости.
У действий с инструментами другая структура. Результат может содержать длинное описание страницы, путь к сохранённому файлу и статус операции. Описание достаточно пересказать, файл можно оставить во внешнем хранилище и передать ссылку, а путь или статус следующему инструменту часто нужны без изменений.
WAAC разбивает каждую операцию на поля входа и выхода, а затем связывает их в ориентированный граф без циклов. Ребро показывает, что конкретное поле одной операции использует другая операция. Отдельно граф хранит условия выполнения: например, проверка может запускаться только после успешного создания файла.
Перед очередным обращением к модели система начинает с незавершённых обязательств: ожидаемых аргументов инструмента, запланированных действий, требований к финальному ответу и проверок результата. Она проходит по графу назад и находит поля, от которых зависят эти обязательства.
Каждому найденному полю назначают минимально достаточный вид. Значение можно сохранить дословно, заменить восстанавливаемой ссылкой, пересказать или убрать из видимой модели истории. Если зависимость определить надёжно не удалось, WAAC оставляет исходное значение.
Сжатие затрагивает только контекст модели. Полные события и созданные артефакты остаются в состоянии выполнения, поэтому ссылка на файл не заменяет сам файл и не меняет аргументы, которые система передаёт инструментам.
Успешные процессы подсказывают, что сохранять
Одного анализа текущего шага недостаточно: агент ещё не всегда видит, какие сведения помогут избежать лишнего поиска позднее. Поэтому WAAC дополняет граф библиотекой проверенных успешных траекторий.
При подготовке библиотеки конкретные значения заменяют типами. Разные пути к электронным таблицам, например, превращаются в одно поле пути, но связь между созданием файла и его последующей проверкой сохраняется. Так система сопоставляет структуру процессов, а не совпадение текста или имён файлов.
Для каждого повторяющегося фрагмента библиотека хранит правила сохранения полей, которые применялись в успешном запуске. Во время работы WAAC ищет совместимый фрагмент и объединяет его правила с зависимостями текущего процесса. Если рекомендации расходятся, система выбирает вариант, который сохраняет больше информации.
Эта консервативность отличает метод от попытки любой ценой сократить контекст. Исторический шаблон не может разрешить удалить поле, которое требуется текущей операции. Его польза в другом: он помогает оставить сведения, которые уже оказывались полезны в аналогичном процессе и могли бы предотвратить повторный поиск или возврат к старому шагу.
Качество сохранилось на самых длинных цепочках теста
На PinchBench WAAC получил итоговый балл 87,6. На Odysseys доля заданий, где агент выполнил все критерии, составила 19%. Эти показатели оценивают не только длину контекста, но и способность продолжить процесс после сжатия.
На самом длинном сценарии непрерывной серии задач точность WAAC составила 81,6 против 46,3 у варианта без сжатия. При этом метод использовал 58% от его объёма токенов. Результат показывает главное свойство подхода: преимущество растёт там, где история накапливает повторяющиеся операции и зависимости между задачами.
Границы результата задают PinchBench и Odysseys. Первый проверяет цепочки связанных задач, второй — длинные действия на нескольких сайтах. WAAC сравнивали с обрезанием истории, пересказом, LLMLingua-2, AgentFold и Mem0, поэтому работа проверяет именно управление контекстом агента, а не выбор базовой LLM.
Что меняется в архитектуре агента
Работа меняет прежде всего устройство памяти, а не планы по замене модели. Командам, которые строят агентов с длительными сеансами и структурированными инструментами, имеет смысл разделить полное состояние выполнения и сокращённую историю, которую видит LLM.
Для этого вызовы инструментов должны иметь явные схемы входов и выходов. Пути, идентификаторы, статусы и версии артефактов стоит хранить как отдельные поля, а не прятать в свободном тексте. Иначе система не сможет отличить обязательный аргумент следующего вызова от описания, которое безопасно пересказать.
Второе изменение — явный список незавершённых обязательств. План, ожидаемая проверка и требования к ответу должны входить в состояние процесса. Тогда правила хранения можно пересчитывать после каждого шага: завершённая зависимость освобождает поле, а новая проверка возвращает ему точное представление.
Библиотека исторических фрагментов полезна для повторяющихся процессов, но требует проверять успешность траекторий и нормализовать их структуру. Для процессов, которые каждый раз устроены по-разному, основную пользу даст анализ текущих зависимостей, а не поиск шаблона.
WAAC не сводится к дополнительному запросу на пересказ истории. Это отдельный системный слой со схемами инструментов, графом зависимостей, хранилищем артефактов и безопасным режимом для неразрешённых связей. Поэтому подход стоит учитывать при проектировании нового агента; подключить его поверх неструктурированного журнала без перестройки состояния процесса не получится.
Источники
Похоже на вашу задачу?
Расскажите, что собираете. За полчаса разложим на этапы и назовём сроки — это бесплатно и ни к чему не обязывает.
