Coding-Agenten scheitern in der Praxis – trotz 99 Prozent im Benchmark

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.