تشير الأبحاث الحديثة إلى أن نجاح نشر الوكلاء الذكيين (LLM Agents) في المنتجات التي يواجهها المستخدمون ليس فقط مرتبطًا بقدرتهم على حل المهام، بل يتطلب أيضًا الثبات والوعي بالحدود. وذلك يعني أنهم يتعاملون بنفس الطريقة عبر التجارب المتكررة، ويدركون عندئذٍ متى لا يمكنهم تلبية طلب معين، أو متى لا يمكنهم ذلك بعد.

تكشف تجربة CAR-bench عن فجوة كبيرة في الاعتماد على الوكلاء الذكيين لمساعدات داخل السيارة، حيث يقدم مستخدم محاكي طلبات غير مكتملة أو غامضة، مما يتطلب من الوكيل حل عدم اليقين من خلال إجراء حوار متعدد الدور وتوظيف الأدوات، مع الالتزام الصارم بسياسات المجال.

حتى النماذج المتطورة تظهر فجوة ملموسة بين ما يمكنهم حلّه مرة واحدة، وما يمكنهم حله بصفة مستمرة في التجارب المختلفة.

لذا، تم تطوير TRACE (TRAjectory-Contrastive Evolution) لجسر هذه الفجوة، والذي يعمل على تحسين معرفة سلوك وكيل المهارات دون تعديل أوزان النموذج. هذه المعرفة تُنظم كـ "بنك المهارات"، حيث كل منها يحتوي على مجموعة من قواعد استخدام الأدوات والإرشادات السلوكية. يطور TRACE هذا البنك من خلال حلقة تطور ذاتية وكيلية: بعد كل جولة تقييم، يقوم بتجميع المسارات من خلال المهارات المُستدعاة وتنقيح كل مهارة من خلال مقارنة السلوكيات الناجحة وتلك الفاشلة.

البنك المحدث يوجه الجولات التالية، أثناء النشر، ينجز الوكيل تنسيق المهارات بناءً على الحالة في كل جولة. على نموذج GPT-5.5، ساعد TRACE على تحسين الثبات بنسبة 34.6 نقطة، من 59.9% إلى 94.5%، بينما ضيق الفجوة بين الأداء المحتمل والموثوق إلى 4.0 نقاط فقط.

في المجموعة المخفية الرسمية، حصل TRACE على المركز الأول باستخدام GPT-5.6-Sol، محققا نتيجة Pass^3 بلغت 70%، وهو تحسن نسبي قدره 40% مقارنة بالأساس. هذه النتائج تُظهر كيف يقوم TRACE بتحويل الإمكانات العالية للنموذج إلى مكاسب مستقرة وقابلة للتكرار.