في عالم الذكاء الاصطناعي، تكمن تحديات كبيرة عند تصميم وكلاء مركبين في بيئات تنافسية جزئياً. تتطلب هذه العملية التفكير في عدة أبعاد تصميمية مهمة، منها ما يراه الوكيل، وكيف يقوم بعمليات الاستدلال، وكيفية تفكيك المهام عبر المكونات المختلفة. برغم ذلك، لا يتوفر الكثير من الإرشادات للممارسين حول خيارات التصميم التي تحسن الأداء بدلاً من زيادة تكاليف الاستدلال.

وفي خطوة مثيرة، تم إجراء دراسة محكمة حول تصميم وكلاء LLM المركبين ضمن بيئة الدفاع السيبراني CybORG CAGE-2، والتي تم نمذجتها كعملية قرار ماركوف القابلة للملاحظة جزئياً (Partially Observable Markov Decision Process - POMDP). في هذه الدراسة، كانت المكافآت غير إيجابية، مما يعني أن جميع التكوينات تعمل في وضع تقليل الفشل.

شملت التقييمات خمسة عائلات نماذج، وستة نماذج، واثني عشر تكويناً (3,475 حلقة) مع محاسبة تكاليف على مستوى الرموز. تم تغيير تمثيل السياق (المشاهدات الخام مقابل طبقة تتبع حالة محددة مع تاريخ مضغوط) وأدوات التفكير (الاستجواب الذاتي، النقد الذاتي، وأدوات تحسين الذات، مع تحفيز اختياري لسلسلة الأفكار) وتفكيك الهرمية (استجابة شاملة مقابل تفويض لفرعيين متخصصين).

أظهرت النتائج ما يلي:
1. يوفر تجريد الحالة البرمجي أكبر عوائد لكل رمز يُصرف، محققاً تحسناً يصل إلى 76% عن المشاهدات الخام.
2. يؤدي توزيع أدوات التفكير عبر الهياكل الهرمية إلى تدهور الأداء مقارنةً بالهياكل الهرمية وحدها لعائلات النماذج الخمسة، حيث تراجعت العوائد إلى 3.4 مرة أسوأ، مع استخدام 1.8-2.7 مرة المزيد من الرموز. نسمي هذا النمط المدمر "cascade التفكير".
3. يحقق تفكيك الهرمية بدون تفكير أفضل أداء مطلق لمعظم النماذج، ويكون هندسة السياق عموماً أكثر فعالية من حيث التكلفة من التفكير.

تشير هذه النتائج إلى مبدأ تصميم استراتيجي لبيئات POMDP المعقدة: ينبغي الاستثمار في البنية التحتية البرمجية وتفكيك المهام النظيفة بدلاً من التفكير الأعمق لكل وكيل، لأن هذه الاستراتيجيات يمكن أن تتداخل عندما تتجمع.