Dawn Song esta opinião é fundamental: olhar apenas para a pontuação é como olhar apenas para a pontuação geral do exame médico, o que realmente se deve questionar é "onde está o problema, como ele aconteceu". A avaliação de agentes inteligentes também deve ser assim, decompondo as falhas em padrões diagnósticos para poder tratar a causa.

A pesquisa da Berkeley AI e a visão de Dawn Song enfatizam que, ao avaliar agentes inteligentes, deve-se valorizar as razões específicas de falha na compreensão, e não apenas as pontuações de referência. As falhas de longo prazo devem ser decompostas em padrões diagnósticos para uma localização e análise mais precisas de onde e por que o agente falha. O texto original não fornece informações sobre critérios específicos, detalhes de análise ou classificação de padrões de falha.