Nytt system minskar minnesanvändning för AI-agenter med upp till 8,7 gånger

arXiv cs.AI

Forskare har tagit fram AgentZip, ett system som komprimerar minnet i så kallade sandboxes (isolerade miljöer där AI-agenter körs) och lyckas minska minnesanvändningen med upp till 8,7 gånger – jämfört med 2,1 gånger för Linuxs standardlösning. Tricket är att utnyttja att många agentinstanser delar liknande data och att tajma den tunga komprimeringen till perioder när AI-modellen ändå väntar på svar. Det är ett ganska elegant lösning på ett problem som växer i takt med att fler system kör massor av AI-agenter parallellt.