Coding-Agenten scheitern in der Praxis – trotz 99 Prozent im Benchmark
Ein neuer Praxistest von Alibaba zeigt: Coding-Agenten lösen nur 26 Prozent der echten Aufgaben korrekt – obwohl sie in Benchmarks über 99 Prozent schaffen.
Ein Praxistest von Alibaba zeigt, dass führende Coding-Agenten nur etwa 26 Prozent realer Aufgaben korrekt lösen – trotz über 99 Prozent in künstlichen Benchmarks. Die Kluft zwischen Test und Realität ist enorm.
