AIコーディングエージェントは正しいファイルを見つけるが、重要な行を見逃す、研究が示す

Claude CodeやCodexなどのAIコーディングエージェントは正しいファイルを見つけるが、その中の重要な行のほとんどを見逃す。新しいSWE-Exploreベンチマークは、実際の修復からコード検索を分離して初めてテストを行う。

概要は情報提供のみを目的としてまとめられています。全文についてはソース リンクを参照してください。デモのエントリは一例です。