何が起きたか: FrontierCode 2.0

Cognition released FrontierCode 2.0, a harder coding benchmark with larger tasks, stricter grading, and broader repository coverage to better evaluate AI coding agents.

なぜ重要か: FrontierCode 2.0

Engineers building or evaluating AI coding systems need this to understand how well models handle real-world code contributions beyond simple spec-following.

注意点: FrontierCode 2.0

Top model scores only 45 percent, and models often score lower with more reasoning effort, suggesting current agents struggle with scope judgment and inferring unstated constraints.

ニュース

FrontierCode 2.0

Cognition · 公開日 2026年10月27日 · 読了3分

30秒で要点

何が起きたか: Cognition released FrontierCode 2.0, a harder coding benchmark with larger tasks, stricter grading, and broader repository coverage to better evaluate AI coding agents.
なぜ重要か: Engineers building or evaluating AI coding systems need this to understand how well models handle real-world code contributions beyond simple spec-following.
注意点: Top model scores only 45 percent, and models often score lower with more reasoning effort, suggesting current agents struggle with scope judgment and inferring unstated constraints.

記事の全文を読む

この話題の背景にあるパターン

各ページで、技術の仕組み、コストに見合う場面、そして破綻する条件を解説しています。

The Agent Architect

1つのパターン、1つのトレードオフ、1つの本番障害事例。エージェントシステムを構築する人のための短い週刊ブリーフィング。

週1回のメール、ワンクリックで購読解除できます。アドレスはブリーフィングの送信のみに使用します。