复旦等机构推出LoLBench，实测28种Agent组合在240万行代码系统中最高仅解决14%

复旦大学、香港城市大学、香港中文大学等机构提出LoLBench，用平均约240万行源代码的系统评测Agent从功能提案到模块交付的能力，论文见 https://arxiv.org/abs/2609.37143。