搜索

LoLBench 评测28种 Agent 组合：大型系统模块开发最高解决率14%（在新窗口打开）

LoLBench 从29个系统选取100项功能提案，测试28种模型与执行框架组合在大型代码库中的完整交付。无额外指引时最高解决率14%，补充修改文件树与API规范后最佳升至34%；定位和跨模块实现仍是重要瓶颈。