個人開発

Co-Design Bench、最上位の AI でも完全な修正は 26.4%

実際の利用者の依頼から作った 273 の課題で、AI のコーディングエージェントを試す新しいベンチマーク。最上位でも要件の 7 割は満たすが、全部を満たした課題は 26.4% だった。