复旦等机构提出 LoLBench：5000 词需求文档下，28 种 Agent 组合最高解决率仅 14%

复旦大学、香港城市大学等机构提出 LoLBench，把 Agent 放进平均约 240 万行源代码的软件系统，评估从功能提案到模块交付的完整过程。6 个前沿模型与 5 个脚手架共 28 种组合中，Opus 5 搭配 Claude Code 或 mini-SWE-agent 以 14% 解决率并列最高，全部组合中位数仅 2%。