Riittävän kehittynyt agenttinen koodaus on pohjimmiltaan koneoppimista: insinööri asettaa optimointitavoitteen sekä joitakin rajoituksia hakutilalle (spesifikaatio ja sen testit), minkä jälkeen optimointiprosessi (koodausagentit) iteroidaan, kunnes tavoite saavutetaan. Tuloksena on blackbox-malli (generoitu koodipohja): artefakti, joka suorittaa tehtävän, jonka otat käyttöön tutkimatta sen sisäistä logiikkaa, aivan kuten jätämme yksittäiset painot huomiotta neuroverkossa. Tämä tarkoittaa, että kaikki klassiset koneoppimisen ongelmat tulevat pian olemaan agenttikoodauksen ongelmia: ylisovitus spesifikaatioon, Clever Hansin pikanäppäimet, jotka eivät yleistä testien ulkopuolelle, datavuoto, konseptin harhautuminen jne. Kysyisin myös: mikä on agenttikoodauksen Keras? Mikä on optimaalinen joukko korkean tason abstraktioita, jotka mahdollistavat ihmisten ohjata koodipohjan 'koulutusta' minimaalisella kognitiivisella kuormituksella?