coding-agent-benchmark

코딩 에이전트가 실제 소프트웨어 문제를 얼마나 안정적으로 해결하는지 측정하는 평가 방식이다. 문제별 요구사항과 검증 지점인 checkpoint를 통과한 개수로 성능을 계산하며, 엄격한 기준을 적용하면 코드 수정의 정확성과 전체 작업 흐름 관리 능력을 함께 가늠할 수 있다.