Microsoft의 ThinkingBox 후속 사례는 에이전트가 작업을 마친 뒤 데이터베이스의 실제 상태를 검사한 점수를 강화학습 보상으로 사용한다. Qwen3.8-27B를 50단계 학습한 실험에서 단일 시도 성공률은 51.70%에서 60.78%로 높아졌고, 20번 모두 성공한 과제도 38개에서 107개로 늘었다. 반면 20번 중 한 번이라도 풀 수 있었던 과제 수는 453개에서 446개로 줄었다. 기존 평가 도구 소개와 달리 이번에는 학습 적용 결과가 중심이다. 일관성과 평균 성공률, 해결 범위를 함께 측정해야 향상을 제대로 판단할 수 있다.