5000词需求文档，Claude也只能交付14%，实测28种Agent组合

AI编程Agent的残酷真相：最强模型组合解决率仅14%！复旦等机构发布LoLBench，在240万行代码系统中测试发现，Agent能改对局部却常漏掉跨模块依赖。即使补充修改指引，仍有66%任务失败。认知差在于：长程代码任务的瓶颈不在生成，而在感知复杂性与工程交付。开发者必须掌握系统级架构思维，否则极易被具备全局视角的Agent替代。

🔗 [论文地址]：https://arxiv.org/abs/2609.37143
🔗 [参考链接]：https://huggingface.co/datasets/lolbench26/LoLBench