ترسم دراسة استقصائية الآن كيف انتقل وكلاء LLM من استدعاءات الأدوات المفردة نحو تنسيق الأدوات المتعددة، حيث يربط التشغيل الواحد عدة أدوات وآثار جانبية معًا. وبالنسبة للفرق التي تبني أطر التشغيل (harnesses)، فإن التحول بنيوي: كل أداة إضافية توسّع سطح الصلاحيات وتضيف أنماط فشل تتراكم عبر التشغيل. والدراسة خريطة مفيدة لبيان أين يحدد تصميم إطار التشغيل، وليس اختيار النموذج، ما إذا كان الوكيل يبقى موثوقًا.
تشير الأعمال المجاورة في الاتجاه نفسه. فبحث منفصل يقدّم إطارًا تعاونيًا متعدد نماذج LLM مع التأمل الذاتي، وورقة من USI تقيّم تجريبيًا توليد الاختبارات المدفوع بالمواصفات لتأسيس الوكلاء في العقود، إذ تتعامل مع المواصفات الصريحة بوصفها الشيء الخاضع للاختبار. كما نشرت Google Research إطارًا للنوم من أجل الاحتفاظ بالمعرفة في التعلم المستمر. وقراءة هذه الخيوط معًا تُظهر تركيزها على السقالات المحيطة بالنموذج: أذونات الأدوات، وفحوص العقود، ومعالجة الذاكرة.
القراءة العملية هي أن جودة التنسيق مشكلة هندسية لها أسطح قابلة للاختبار. وما لا تُثبته التغطية المتاحة هو كيف تؤدي أي من هذه المقاربات عبر أطر التشغيل أو أعباء العمل؛ فالدراسة موصوفة بأنها خريطة، لا معيار قياس. وينبغي للفرق التي تقيّم وكلاء الأدوات المتعددة أن تتعامل مع تحديد نطاق الصلاحيات، والاختبارات المؤسسة على العقود، والاحتفاظ بالمعرفة عبر التشغيلات بوصفها قرارات تصميم منفصلة، لكل منها أنماط فشل خاصة بها يجب قياسها قبل الإطلاق.