20,840 条 Agent Arena 追踪数据揭示了编程智能体的哪些槽点
📌 One-Sentence Summary 对 29 个模型、20,840 条 Agent Arena: Code 追踪数据的分析发现,69.1% 的投诉指向代码无法运行,且 Fable 5.1 收到的「垃圾代码」与「不稳定」投诉少于 Astra。 📝 Summary Arena.ai 分析了 Agent Arena: Code 中覆盖 29 个模型的 20,840 条追踪数据,研究用户的好评与吐槽能揭示编程智能体的哪些问题。核心发现