계획 평가는 전략적인 계획이 덜 명시적이게 되는 것에 보상을 줄 수 있습니다. 본 논문은 LLM(대규모 언어 모델)이 생성한 벤처 경로에 대한 단계적 기대값 스코어러에서 발생하는 실패를 연구합니다. Proposition 1은 전임자를 재타겟팅하고 하류 가치를 유지하는 동안 내부 전환을 삭제함으로써 얻는 점수 변화를 제시합니다: $\Delta_k = (\prod_{i<k} p_i)[c_k + (1 - p_k)R_{k+1}]$. 고정된 26개 경로 코호트에서, 허용 가능한 모든 57개의 삭제가 분석적 항등식 및 임계값 부호를 일치시켰으며, 모든 경로는 적어도 하나의 점수 개선 삭제를 가졌습니다. 경로 구조를 재구성하도록 허용되었지만 악용 메커니즘에 대해서는 알려주지 않은 점수 추구 최적화기(score-seeking optimizer)는 26개 경로 중 21개에서 기준선을 뛰어넘는 미발견된 구조를 찾았습니다. GATE는 26/26개의 침묵한 경로에 대해 점수 방출을 거부했으며, 정직한 보류(honest suspensions)는 0/26이었습니다. 거부 후, 54개 중 47개가 커버된 구조로 복구되었고, 엄격한 커버 개선도는 1/26에서 13/26으로 증가했습니다. 적응형 컴파일러 인식 공동 저자(adaptive compiler-aware co-author)는 레지스트리 출처 경계(registry-provenance boundary)를 노출시켰습니다: 의무 채널 회피(obligation-channel evasions)는 모든 네 가지 v1/v1.5 조건에서 6/6으로 유지되었지만, $\Delta$-인덱스 비용 하한선은 비기준선 경로를 6/6에서 3/6으로, 침묵을 통한 자금 조달 가능성(fundability-by-silence)을 5/6에서 0/6으로 줄였으나 의미적 완전성을 확립하지는 못했습니다. 만약 어떤 계획이 필수적인 작업을 생략했기 때문에만 더 높은 점수를 받는다면, 그 계획은 개선된 것이 아닙니다. 이 평가는 생략 인센티브를 만들었습니다. PCSC는 모델 매개 타입 기반 상태 기록(model-mediated typed-state records)에 대한 사후(post-hoc) 생략 스플라이스(omission splices)를 감지하고 무력화합니다. 테스트된 협업 환경에서, GATE는 단순히 사후 필터가 아니라 결정론적 검색 형성 제약 조건으로 작용합니다. 이는 임의의 LLM 생성 전략의 의미적 완전성이나 실제 세계 품질을 검증하지 않습니다.