Tradičné jazykové modely sa po nasadení samy od seba nezlepšujú — každú úlohu riešia od nuly, bez pamäti na predchádzajúce pokusy. ACE a ALTK-Evolve sa snažia tento problém obísť: sledujú, ako agent postupoval pri riešení úloh, a z týchto trajektórií automaticky vytvárajú znovu použiteľné lekcie.
ACE (Agentic Context Engineering) tieto lekcie zhromažďuje do jedného rastúceho „playbooku" a pri každom kroku inferencie ho celý vloží do kontextu modelu. Aby sa zbytočne neopakoval, odstraňuje duplicitné záznamy na základe podobnosti. ALTK-Evolve funguje inak: namiesto jedného súhrnného dokumentu udržiava samostatne vyhľadateľné usmernenia rozdelené do kategórií — stratégia, zotavenie z chýb a optimalizácia. Do kontextu potom nevkladá všetko, ale kombinuje pevné jadro najspoľahlivejších pravidiel s výberom tých, ktoré sú relevantné pre konkrétnu úlohu.
Oba prístupy sa zhodujú v jednom: odmieta komprimovať naučené lekcie do krátkych zhrnutí. Takéto zhutnenie by totiž mohlo spôsobiť, že dôležité nuansy sa stratia — čo autori označujú ako „brevity bias" a „context collapse".
Výsledky testov ukazujú, že ALTK-Evolve dosahuje na modeli DeepSeek-V3.2 lepšiu presnosť než ACE, a pritom spotrebuje len asi 40 percent jeho inferenčných nákladov — konkrétne 263-tisíc tokenov na úlohu oproti 634-tisíc pri ACE. Na modeli gpt-oss-120b je rozdiel v presnosti menší, no úspora tokenov zostáva výrazná.
Zaujímavé je, že ani jeden prístup nie je univerzálne lepší za každých okolností. Pri ťažkých úlohách na modeli gpt-oss-120b sa osvedčil selektívny výber usmernení charakteristický pre ALTK-Evolve. Pri ľahších a stredne náročných úlohách mal naopak miernu výhodu ACE s celým playbookom.