Researchers z arXiv zaproponowali Agent Harness Awareness - architekturę trust-separated, w której host dostarcza modelowi świeżą snapszot zweryfikowanego stanu narzędzi przed każdą ważną operacją. Problem, który rozwiązują, nazywają "operational blindness" - agenci AI wybierają następną akcję na podstawie opisów narzędzi, które mówią im co narzędzie robi, ale nie ujawniają czy jest ono aktuálnie zdrowe lub dostępne. Tę informację posiada warstwa wykonawcza poprzez monitory, traces i rejestr ostatnich błędów, ale model tego nie widzi.
W testach porównawczych na 216 decyzjach z modelami GPT-5.6 Sol, Claude Sonnet 5 i Gemini 3.7 Flash, podejście osiągnęło spektakularne rezultaty. Verified tool-health state zmniejszyło średnią observable policy regret z 4252 ms do 131 ms (redukcja o 96,9 procent) i podniosło single-dispatch completion rate z 69,4 procent do 95,8 procent. Dodatkowo przeprowadzono test end-to-end z rzeczywistym lokalnym TCP/HTTP execution, OpenTelemetry client spans i injected faults - here verified state zredukowało mean regret z 8956 ms do 0 ms i osiągnęło 100-procentowy sukces we wszystkich scenariuszach.
Ta praca podkreśla krytyczną lukę w obecnym designie agentów narzędziowych i pokazuje, jak prostym zaufaniem do verified telemetrii można drastycznie poprawić ich niezawodność i bezpieczeństwo. Dla praktycznych aplikacji to oznacza możliwość budowania bardziej odpowiadających na błędy systemów, które nie będą ślepo próbować wykonać akcji na uszkodzonych lub niedostępnych narzędziach.