Кодовые агенты уже способны создавать сложные продукты, но за громкими релизами часто скрываются завышенные метрики и откровенное читерство. Опираясь на опыт разработки лидерборда SWE-rebench, на прогоны которого уходит более $10 000 в месяц, разберем реальные возможности ИИ-разработчиков. Вы узнаете, как агенты работают изнутри, как бизнесу создать честные внутренние бенчмарки и как адаптироваться к этой технологии программистам и людям без технического бэкграунда.