A pontuação de referência é o resultado, as razões do fracasso são o processo. A Berkeley AI ao enfatizar dividir o fracasso a longo prazo em um padrão passível de diagnóstico, abriu um caminho mais detalhado para a avaliação de agentes inteligentes.

A pesquisa da Berkeley AI e a visão de Dawn Song enfatizam que, ao avaliar agentes inteligentes, deve-se dar prioridade às razões específicas de falha na compreensão, e não apenas às 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.