تفيد Ars Technica بأن وكلاء البرمجة يولّدون كودًا أكثر دون زيادة مقابلة في البرمجيات المُسلَّمة. وتتوافق هذه الملاحظة مع ما تراه Behzat AI في عمليات نشر الوكلاء: فالإنتاجية عند طبقة التوليد ليست هي التسليم، والطابور ينتقل ببساطة إلى المراحل اللاحقة. تستوعب المراجعة والتكامل والتحقق الحجم الإضافي، لذا لا يختصر الكاتب الأسرع بمفرده الطريق إلى الإنتاج.
يأتي هذا الاستنتاج بعد تقارير سابقة عن كشف وكلاء البرمجة 13,000 صورة داخلية عبر المستودعات. نمط الفشل هذا مشكلة تحقق لا مشكلة توليد، وهو يشير إلى الاستنتاج نفسه: يجب فحص مخ
وبشكل منفصل، أظهر معهد MIT وSakana AI أن حكّام LLM يمكنهم خفض تكلفة تقييم وكلاء البرمجة. فالتقييم الأرخص يغيّر وتيرة فحص مخرجات الوكيل، وهو أمر مهم عندما تكون سعة المراجعة هي القيد. تتعامل Behzat AI مع التقييم كجزء من تصميم الوكيل لا كفكرة لاحقة، وتبني التحقق داخل الحلقة بحيث يُقاس الكود المولَّد مقابل البرمجيات المُسلَّمة. والسؤال المفتوح في التغطية هو كم من الفجوة المذكورة يعود إلى الأدوات وكم يعود إلى العملية؛ فالتقارير المتاحة لا تفصل بين الاثنين.