复旦等机构提出LoLBench：实测28种Agent组合，最高解决率仅14%

复旦大学、香港城市大学、香港中文大学等机构提出LoLBench，把Agent放进平均约240万行源代码的软件系统，评估从功能提案到模块交付的完整过程，数据集含100项任务、覆盖29个系统、8种语言和5个领域，提案平均约5000个英文单词。