جهة ورد أنها حسّنت أداء وكيل على معيار Terminal-Bench 2.0 عبر تغيير الحزام التشغيلي مع إبقاء النموذج نفسه.
يقدم Stack Overflow Blog إطاراً عملياً لتقليل تدهور جودة وكلاء البرمجة عبر قواعد تشغيل وذاكرة وسياق قابل للتحديث ومراجعة متعددة العدسات. ويشدد الدليل على أن موثوقية الوكيل تعتمد على البنية المحيطة بالنموذج بقدر اعتمادها على النموذج نفسه.