이 논문은 고정된 LLM 주위의 스캐폴드를 코딩 에이전트가 반복적으로 편집하며 최적화하는 방식에서, 각 편집이 근거로 삼는 '환경이 어떻게 반응할지'에 대한 믿음이 대개 암묵적이어서 이후 호출에서는 점수와 트레이스만 볼 뿐 그 믿음을 활용하지 못한다는 문제를 지적한다. 연구진은 이 믿음을 지속적인 인컨텍스트 문서로 기록하고 새 후보가 평가될 때마다 지속적으로 수정하는 Belief-Calibrated Optimization(BCO)을 제안하며, 이 문서는 환경이 편집에 어떻게 반응하는지에 대한 현재 이해를 담은 '월드 모델' 역할을 한다. 메모리 QA, 도구 사용 QA, 코드형 앱 에이전트, 터미널 에이전트를 아우르는 5개 벤치마크에서 BCO는 월드 모델만 없는 대조군보다 높은 학습 통과율을 기록했으며, 이 격차는 홀드아웃 분할에서도 유지됐다. 타깃 모델 스왑 후에도 선택된 BCO 스캐폴드가 대부분의 과제에서 우위를 유지했으며, 오프라인 절제 실험에서는 누적된 문서를 받은 예측기가 문서 없음이나 내용이 조작된 문서를 받은 예측기보다 환경 반응을 더 정확히 예측해, 문서가 형식이 아닌 내용 자체에 재사용 가능한 정보를 담고 있음을 보였다.

• •코딩 에이전트가 스캐폴드를 최적화할 때 암묵적으로만 남는 '환경 반응 믿음'을 명시적 문서로 기록하는 BCO를 제안한다.
• •이 문서는 매 후보 평가 시 지속적으로 갱신되는 '월드 모델' 역할을 한다.
• •5개 벤치마크에서 BCO는 월드 모델이 없는 대조군보다 높은 학습 통과율을 기록했고 홀드아웃에서도 격차가 유지됐다.
• •고정 모델을 교체하는 타겟 모델 스왕 후에도 BCO 스캐폴드가 대부분 과제에서 우위를 유지했다.
• •절제 실험에서 문서 내용 자체가 형식이 아니라 내용에 재사용 가능한 정보를 담고 있음을 확인했다.