制御アルゴリズムは、特定のシナリオに応じてパラメータやロジックを調整するためにドメイン専門家を必要とします。しかし、これまでの研究は主に理想的またはデフォルト設定下でのアルゴリズム性能に焦点を当て、調整の可能性という重要な側面を見落としていました。このギャップを埋めるために、Crucibleというエージェントが導入され、LLM駆動の多層専門家シミュレーションを用いてアルゴリズムを調整し、その調整可能性を定量的に評価するための公式な指標を定義します。基本的な制御タスクから複雑なコンピュータシステムまで、幅広いケーススタディでCrucibleの効果を実証し、実際の展開でその結果を検証しました。実験結果から、Crucibleは異なるアルゴリズム間の調整可能な空間を体系的に定量化し、最終的にパフォーマンス向上につながる新たな分析・設計の次元を提供することが示されました。