عرضت Nouha Dziri، الباحثة الأولى في Cohere، اختبارات لفرق من وكلاء الذكاء الاصطناعي يقودها وكيل يفوّض العمل ويدمج التقارير في مساحة عمل مشتركة. وحقق إقران الوكيل القائد الأكثر قدرة Sol بوكلاء Luna الأقل كلفة للتخطيط النتيجة نفسها التي حققها استخدام Sol في جميع الأدوار، بتكلفة أقل.
استخدمت الاختبارات ProgramBench، الذي يطلب من النماذج إعادة بناء برنامج انطلاقًا من ملفه الثنائي ومواصفاته، بحيث يمكن تجميعه ويجتاز الاختبارات. وأتاح قصر عمل الوكلاء المنفّذين على الاستكشاف بلوغ أداء الفريق الكامل مع خفض التكاليف إلى النصف، ما يشير إلى أن تحديد ما ينبغي بناؤه كان العقبة الرئيسية في هذا الإعداد.
بالنسبة إلى الشركات التي تطوّر وكلاء الذكاء الاصطناعي، تدعم النتائج اختبار المواضع التي تفيد فيها إضافة وكلاء قبل تحمّل تكلفتهم على امتداد سير العمل. لكنها لا تثبت أفضلية عامة من حيث التكلفة؛ إذ أظهر معيار آخر، هو Commit Zero، فائدة المساعدة في التنفيذ عند توفير الوثائق والاختبارات.