Un benchmark liderado por Shanghai Jiao Tong University muestra que los agentes hallan el archivo correcto, pero solo 14% a 19% de las líneas relevantes.
Qué cambió
El artículo original sitúa el tema en Programación con IA, Benchmarks de grandes modelos, Agentes, Investigación, con foco en cifras, límites de despliegue y presión para empresas y reguladores.
Por qué importa
Lo importante no es solo el anuncio. La señal mayor es que capacidad de IA, coste, regulación y distribución empiezan a decidir qué productos pasan del experimento al uso diario.
Fuentes: CocoLoop, AI coding agents find the right file but miss the exact lines that matter, study shows（The Decoder）；SWE-Explore 基准研究（arXiv，上海交通大学等）