上海交通大学などの基準は、エージェントが正しいファイルを見つけても、バグに関係する行の命中率は14〜19%にとどまると示した。
何が変わったか
元記事は AIコーディング, 大規模モデル評価, エージェント, 研究 という文脈で、数字、導入条件、企業や政策側に生じる圧力を整理している。
なぜ重要か
読むべき点は発表そのものだけではない。AIの性能、コスト、規制、販売経路が、実験を日常利用へ移せるかを左右し始めている。
参考資料: 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）