लेखकों ने एजेंटिक मेटा-रिज़निंग पेश की, जो एक निष्कर्ष-समय हार्नेस है जो लंबे-हॉराइजन कार्यों के लिए निष्पादन चयनों को संरचित करता है। एक नियंत्रक प्रक्रिया का प्रबंधन करता है जो प्रगति को एकीकृत करता है और पूर्ण इतिहास के बजाय एक कॉम्पैक्ट रन अकाउंट के आधार पर कार्य भेजता है।
ProgramBench पर, मेटा-रिज़निंग GPT-5.5 के साथ 71.5% प्राप्त करता है जबकि Codex के लिए 58.0% है, और Opus 4.8 के साथ 67.2% प्राप्त करता है जबकि Claude Code के लिए 65.5% है। अमूर्त तर्क, बहु-डोमेन लंबे-हॉराइजन तर्क और प्रूफ जनरेशन बेंचमार्क्स में, यह सीधे नियंत्रण की तुलना में 3.6 से 4.2 अंक तक लाभ देता है। आर्टिफैक्ट-ग्राफ विश्लेषण में पहले के कार्य के पुन: उपयोग में वृद्धि और सही समाधानों की उच्च कवरेज दिखाई देती है।
परिणाम संकेत करते हैं कि एजेंट्स को लंबे रनों तक स्केल करने पर संरचित नियंत्रण पर कंप्यूटेशन खर्च करना बढ़ता महत्वपूर्ण होता जाता है।