연구진은 코덱스와 클로드 코드를 활용해 에이전트 AI의 자율 모델 발견 과정을 체계적으로 평가하는 실험 설계 프레임워크를 제안했어요. 프레임워크는 에이전트의 추론 노력, 작업, 최적화 지표, 학습 데이터 구성 등 다양한 요인을 통제하며, 모델 품질, 비용, 시간, 복잡성 등을 분석해요. 네트워크 단어 형성 게임 테스트베드를 통해 추론 노력과 비용, 복잡성 간의 관계를 파악하고, 성능-비용 균형을 평가하는 방법을 제시했어요.