coding agent ที่เก่งสุดยังทำงานจริงได้ครบแค่ 1 ใน 4

Co-Design Bench ของ Alibaba ทดสอบ coding agent 10 ตัวด้วยคำขอแก้โค้ดจริง GPT-6 Astra ได้ที่ 1 แต่ถูกครบทั้งงานแค่ 26.4% และผลขึ้นกับ harness ที่ใช้รันด้วย