Onderzoekers hebben een nieuw systeem ontwikkeld dat de manier waarop AI-agenten informatie opslaan en ophalen fundamenteel verandert, wat leidt tot hogere succespercentages bij langdurige taken en een aanzienlijke vermindering van het tokenverbruik.
In een recent gepubliceerd wetenschappelijk artikel, getiteld "Beyond Semantic Organization: Memory as Execution State Management for Long-Horizon Agents", presenteren Yaoqi Chen en een team van elf andere auteurs een nieuwe benadering voor het geheugenbeheer van Large Language Model (LLM)-gebaseerde agenten. De onderzoekers richten zich specifiek op zogenaamde 'long-horizon tasks': complexe opdrachten waarbij beslissingen onderling afhankelijk zijn en waarbij een fout in een vroeg stadium kan leiden tot een cascade aan problemen in latere fasen.
De beperkingen van semantische organisatie
Volgens de publicatie op arxiv.org schieten huidige systemen voor Retrieval-Augmented Generation (RAG) en agent-geheugen tekort omdat zij geschiedenissen organiseren op basis van semantische gelijkenis. Dit betekent dat het systeem informatie ophaalt die inhoudelijk relevant lijkt voor het huidige moment, maar waarbij de chronologische en logische volgorde van de uitvoering vaak verloren gaat.
De auteurs stellen dat dit ontwerp niet aansluit bij de behoeften van executie-statusafhankelijkheden. Het gevolg is dat beslissingstrajecten gefragmenteerd raken en dat correcte acties worden vermengd met foutieve pogingen. Dit bemoeilijkt het voor een AI-agent om een coherente staat van de voortgang te reconstrueren of om specifieke fouten te isoleren en te corrigeren.
Introductie van MAGE
Om deze problemen op te lossen, stellen de onderzoekers MAGE voor, wat staat voor Memory as Agent-Guided Exploration. In tegenstelling tot traditionele systemen fungeert MAGE als een actieve beheerder van de executie-status die interacties opslaat in een hiërarchische boomstructuur. De agent bepaalt zijn huidige status op basis van het actieve pad van de wortel naar het huidige punt in de boom. Hierbij worden samenvattingen van deeldoelen, recente sporen en aanwijzingen uit eerdere vertakkingen gecombineerd.
Het beheer van deze boomstructuur verloopt via vier gekoppelde operaties, zoals beschreven in de :
1. Grow: Het vastleggen van nieuwe interacties en sporen.
2. Compress: Het samenvatten van voltooide deeldoelen om de context compact te houden.
3. Maintain: Het valideren van de gemaakte samenvattingen.
4. Revise: Het herstellen van een specifieke grens in het proces om vervolgens op een nieuwe tak verder te gaan.
Door deze structuur kan de groei van de context worden beperkt terwijl de integriteit van de status behouden blijft. Bovendien kunnen foutieve segmenten effectief worden geïsoleerd van het actieve pad, waardoor de agent niet herhaaldelijk dezelfde fouten maakt.
Resultaten en prestaties
De effectiviteit van MAGE is getest op het platform MemoryArena. De resultaten, zoals vermeld in de , tonen een aanzienlijke verbetering ten opzichte van bestaande baselines. De gemiddelde succesrate van taken steeg met 7,8 tot 20,4 procentpunt.
Naast de toename in succes is er een significante efficiëntiewinst geboekt. Het gebruik van tokens — de eenheden waarmee LLM's tekst verwerken en die direct invloed hebben op de kosten en snelheid — daalde met 55,1%. Dit suggereert dat de hiërarchische benadering van MAGE veel effectiever is in het selecteren van relevante informatie dan de traditionele semantische zoekmethoden.
Het onderzoek is gepresenteerd voor EMNLP 2026. De volledige details en de bijbehorende code zijn beschikbaar gesteld via de van het project. De laatste revisie van het artikel (versie v2) werd op 15 oktober 2026 gepubliceerd.