KI-Coding-Agenten meistern Einzeltests, in simuliertem Büroalltag scheitern neun von zehn Aufgaben
🤖 KI-generierter Inhalt — Titel und Zusammenfassung wurden automatisch von künstlicher Intelligenz erstellt, ohne menschliche redaktionelle Prüfung.
In einem neuen Versuch arbeiten KI-Coding-Agenten erstmals als digitale Kollegen in einer simulierten Softwarefirma mit Projektbrettern, Chatverläufen und unvollständigen Übergaben. Trotz fast gesättigter Benchmarks wie SWE-bench schließen Claude Opus 5.5 und GPT-6 Astra weniger als jede zehnte Aufgabe vollständig ab. Klare Einzelaufträge erledigen sie zügig, im unübersichtlichen Tagesgeschäft verlieren sie als autonome Entwickler den Überblick.
Weiter in der App — abstimmen & mitreden ➔Quelle: The Decoder (AI)