{"id":15998,"date":"2026-11-09T13:16:23","date_gmt":"2026-11-09T12:16:23","guid":{"rendered":"https:\/\/dailyai.com\/?p=15998"},"modified":"2026-11-09T13:16:23","modified_gmt":"2026-11-09T12:16:23","slug":"best-coding-agent-fully-clears-only-26-4-of-real-tasks","status":"publish","type":"post","link":"https:\/\/dailyai.com\/it\/2026\/11\/best-coding-agent-fully-clears-only-26-4-of-real-tasks\/","title":{"rendered":"Il miglior agente di codifica risolve completamente solo il 26,4% dei compiti reali"},"content":{"rendered":"

Il 26,4%. Questa \u00e8 la percentuale di attivit\u00e0 di modifica di app reali per utenti che l'agente di programmazione pi\u00f9 potente ha completato interamente sulla nuova piattaforma Co-Design Bench di Alibaba, secondo un documento di Alibaba Token Hub e di coautori universitari. La stessa esecuzione ha soddisfatto in media il 69,9% dei criteri di accettazione nascosti per ciascuna attivit\u00e0. La maggior parte dei lavori era quasi completata e ancora incompiuta.<\/strong><\/p>\n\n\n\n

Il Documento relativo al Co-Design Bench<\/a> (arXiv, 26 ottobre 2026; sito del progetto a codesignbench.github.io<\/a>Il test prevede la creazione di 273 attivit\u00e0 a partire da 37.463 query deduplicate, distribuite su 26.314 sessioni di programmazione reali. Gli agenti devono rivedere un'applicazione web funzionante a partire da una richiesta utente predefinita, a volte con allegati di immagini, audio, video o documenti. Gli esperti hanno definito 2.331 criteri di accettazione impliciti. Un giudice AI primario valuta l'applicazione finale in base al codice sorgente e alle prove di funzionamento nel browser; un secondo verificatore contesta ogni verdetto di \"Superato\" o \"Parziale\" e cerca stub, hardcoding e funzionalit\u00e0 irraggiungibili.<\/p>\n\n\n\n

Cosa significano i numeri principali<\/h2>\n\n\n\n

Il modello Astra di OpenAI, basato su GPT-6, ha superato dieci endpoint utilizzando un framework condiviso di Claude Code. Su tutti i 273 task, ha ottenuto un punteggio medio di completamento rigoroso di 0,699 (circa sette criteri su dieci superati per task) e un tasso di superamento completo del 26,4%. Considerando questi dati nel loro insieme, nel 73,6% dei task almeno un criterio non \u00e8 stato soddisfatto. La copertura media dei requisiti non equivale al rilascio di una modifica completa.<\/p>\n\n\n\n

Il divario \u00e8 pi\u00f9 marcato se si considera il percorso specifico. Su 100 attivit\u00e0 di modifica multimodale, Astra ha superato completamente il 41,0% dei test con una media di 0,754 di completamento rigoroso. Su 173 attivit\u00e0 di modifica del repository (modifiche coordinate tra componenti, percorsi, stato e flusso di dati) ha superato completamente il 17,9% dei test con una media di 0,667 di completamento rigoroso. Le modifiche al repository che interessavano tre o quattro tipi di modifica hanno ottenuto punteggi inferiori per ogni endpoint rispetto a quelle con uno o due tipi. Il completamento rigoroso aggregato \u00e8 sceso da 0,654 per le modifiche pi\u00f9 specifiche a 0,591 per quelle pi\u00f9 ampie.<\/p>\n\n\n\n

Questo schema corrisponde al modo in cui le persone effettivamente forniscono istruzioni agli strumenti di programmazione. Una richiesta che modifica solo una propriet\u00e0 CSS non \u00e8 la stessa cosa di una che riorganizza la navigazione, lo stato e un riepilogo dipendente in un'unica operazione. Il percorso del repository del benchmark \u00e8 strutturato in modo che queste richieste complesse siano comuni: 166 delle 173 attivit\u00e0 del repository richiedono pi\u00f9 tipi di modifica.<\/p>\n\n\n\n

Perch\u00e9 i test pi\u00f9 vecchi sembrano troppo facili<\/h2>\n\n\n\n

Gli autori hanno creato il set di dati perch\u00e9 i benchmark di editing pi\u00f9 datati si stanno saturando una volta che i modelli sono in grado di eseguire cicli, attivit\u00e0 e correzioni del proprio codice. Su 150 attivit\u00e0 di editing con WebCompass, mantenendo fissi i criteri di valutazione e il giudice, Qwen3.7-Plus \u00e8 passato da una media del 73,6% di completamento delle funzionalit\u00e0 valutate in un singolo tentativo al 95,1% con esecuzione agentiva; Claude Opus 4.8 ha raggiunto il 99,4% agentiva sulla stessa suddivisione. Punteggi cos\u00ec elevati smettono di distinguere i prodotti.<\/p>\n\n\n\n

Co-Design Bench ha invece privilegiato le richieste di sessione che mostravano gi\u00e0 delle criticit\u00e0, come riformulazioni, follow-up o rollback, e valuta solo le funzionalit\u00e0 che funzionano nell'app in esecuzione. Le attivit\u00e0 multimodali possono richiedere a un agente di estrarre un valore da una ricevuta o da un videoclip, mantenendo coerenti tutti i totali e le visualizzazioni dipendenti. Le attivit\u00e0 del repository possono combinare limiti al numero di clip, accuratezza della timeline e ripristino dopo una divisione. Una patch locale plausibile pu\u00f2 comunque lasciare errata una visualizzazione collegata.<\/p>\n\n\n\n

Chi ha guidato e chi no<\/h2>\n\n\n\n

Dietro ad Astra, Claude Opus 5 di Anthropic e Qwen3.8-Max di Alibaba si sono piazzati rispettivamente al secondo e terzo posto con un tasso di successo combinato del 18,3% e del 16,5%. Grok 4.6 di xAI ha chiuso all'ultimo posto con il 6,6% di successi. Le classifiche sono variate a seconda della traccia: Qwen3.8-27B \u00e8 salito al secondo posto nelle modifiche ai repository, pur classificandosi pi\u00f9 in basso in quelle multimodali. L'articolo non interpreta questo dato come un vantaggio generale del modello, ma solo come la prova che una singola scheda combinata pu\u00f2 nascondere punti di forza specifici di un determinato contesto.<\/p>\n\n\n\n

Bruciare pi\u00f9 token non ha risolto il problema. Nel lavoro multimodale, Astra ha raggiunto un completamento rigoroso di 0,754 con 32 turni mediani, mentre GLM-5.2 ha utilizzato 69 turni e un traffico di token diverse volte superiore per un punteggio inferiore. La maggiore potenza di calcolo ha permesso ad alcune esecuzioni di durare pi\u00f9 a lungo senza chiudere i criteri incompleti che bloccano un passaggio completo.<\/p>\n\n\n\n

L'imbracatura muove il tabellone segnapunti<\/h2>\n\n\n\n

Quando il team ha mantenuto fissi due risolutori e ha scambiato l'ambiente di lavoro dell'agente (Codex, OpenCode o Qwen Code), i punteggi sono variati fino a 16,2 punti percentuali nelle modifiche al repository. Anche la superiorit\u00e0 dei due modelli dipendeva dall'ambiente di lavoro. Nelle modifiche multimodali, l'ordine di importanza degli ambienti di lavoro si \u00e8 addirittura invertito tra i due risolutori. La linea guida pratica dell'articolo \u00e8 chiara: riportare sia il modello che l'ambiente di lavoro insieme. Una classifica che indica solo il modello racconta solo una parte della storia.<\/p>\n\n\n\n

Per un'azienda che sceglie un agente di codifica, ci\u00f2 significa testare la combinazione che verr\u00e0 effettivamente eseguita (modello pi\u00f9 strumenti) su modifiche simili al backlog, anzich\u00e9 affidarsi a un grafico che elenca solo il modello.<\/p>\n\n\n\n

Ci\u00f2 che il test non afferma<\/h2>\n\n\n\n

I limiti sono specificati nel documento. Ogni compito \u00e8 una richiesta fissa; l'agente non pu\u00f2 porre domande di approfondimento o ricevere correzioni a met\u00e0 dell'attivit\u00e0. I giudici IA possono comunque commettere errori, sebbene due esperti di frontend abbiano verificato i punteggi della rubrica su 200 output del modello di attivit\u00e0. Il risultato misura il completamento autonomo secondo una rubrica rigorosa, non il lavoro interattivo con una persona presente. Non rappresenta nemmeno una misura della frequenza con cui gli esseri umani ripuliscono il codice quotidianamente. Un'interpretazione onesta \u00e8 pi\u00f9 restrittiva: nelle revisioni approfondite, effettuate in sessioni reali, anche il miglior risultato finale ha lasciato qualcosa di incompiuto nella maggior parte dei casi.<\/p>\n\n\n\n

Tale precisazione coincide con un tema che DailyAI ha gi\u00e0 evidenziato in altre occasioni. METR ha sostenuto che le affermazioni sulla velocit\u00e0 pubblicate possono superare le prove che le persone possono verificare<\/a>, e gli agenti di sicurezza di OpenAI di recente Abbiamo trovato 948 vulnerabilit\u00e0 di escalation dei privilegi in Linux durante una sessione di ricerca a pagamento.<\/a> \u2014 un promemoria che i punteggi degli agenti e i risultati effettivi sono due cose diverse.<\/p>\n\n\n\n

Perch\u00e9 \u00e8 importante<\/h2>\n\n\n\n

I fornitori continuano a vendere agenti di codifica con punteggi quasi perfetti su vecchi test. In questo set di sessioni reali, l'endpoint migliore ha lasciato qualcosa di incompiuto in circa tre attivit\u00e0 su quattro. Chiunque acquisti o implementi un agente dovrebbe richiedere i tassi di superamento completo su modifiche realistiche e il framework da cui provengono tali numeri, non solo la copertura media dei criteri.<\/p>","protected":false},"excerpt":{"rendered":"

Sulla piattaforma Co-Design Bench di Alibaba, l'agente di programmazione pi\u00f9 forte ha completato con successo il 26,4% dei 273 compiti di modifica di app reali assegnati da utenti. In media, ha comunque soddisfatto il 69,9% dei criteri di ciascun compito, ovvero ha completato la maggior parte delle attivit\u00e0, ma raramente le ha terminate del tutto.<\/p>","protected":false},"author":16,"featured_media":15999,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[],"tags":[],"class_list":["post-15998","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry"],"yoast_head":"\nCoding Agents Fully Clear Only 26.4% of Real Edits<\/title>\n<meta name=\"description\" content=\"Alibaba\u2019s Co-Design Bench finds the best coding agent fully clears only 26.4% of 273 real app-edit tasks, despite meeting 69.9% of criteria on average.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/dailyai.com\/it\/2026\/11\/best-coding-agent-fully-clears-only-26-4-of-real-tasks\/\" \/>\n<meta property=\"og:locale\" content=\"it_IT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Coding Agents Fully Clear Only 26.4% of Real Edits\" \/>\n<meta property=\"og:description\" content=\"Alibaba\u2019s Co-Design Bench finds the best coding agent fully clears only 26.4% of 273 real app-edit tasks, despite meeting 69.9% of criteria on average.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/dailyai.com\/it\/2026\/11\/best-coding-agent-fully-clears-only-26-4-of-real-tasks\/\" \/>\n<meta property=\"og:site_name\" content=\"DailyAI\" \/>\n<meta property=\"article:published_time\" content=\"2026-11-09T12:16:23+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/dailyai.com\/wp-content\/uploads\/2026\/10\/dailyai-og-default.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1200\" \/>\n\t<meta property=\"og:image:height\" content=\"630\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"David Merry\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@DailyAIOfficial\" \/>\n<meta name=\"twitter:site\" content=\"@DailyAIOfficial\" \/>\n<meta name=\"twitter:label1\" content=\"Scritto da\" \/>\n\t<meta name=\"twitter:data1\" content=\"David Merry\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tempo di lettura stimato\" \/>\n\t<meta name=\"twitter:data2\" content=\"4 minuti\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"NewsArticle\",\"@id\":\"https:\\\/\\\/dailyai.com\\\/2026\\\/11\\\/best-coding-agent-fully-clears-only-26-4-of-real-tasks\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/dailyai.com\\\/2026\\\/11\\\/best-coding-agent-fully-clears-only-26-4-of-real-tasks\\\/\"},\"author\":{\"name\":\"David Merry\",\"@id\":\"https:\\\/\\\/dailyai.com\\\/#\\\/schema\\\/person\\\/285a97adb64b88751ac3440ece6b08a1\"},\"headline\":\"Best Coding Agent Fully Clears Only 26.4% of Real Tasks\",\"datePublished\":\"2026-11-09T12:16:23+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/dailyai.com\\\/2026\\\/11\\\/best-coding-agent-fully-clears-only-26-4-of-real-tasks\\\/\"},\"wordCount\":906,\"publisher\":{\"@id\":\"https:\\\/\\\/dailyai.com\\\/#organization\"},\"image\":{\"@id\":\"https:\\\/\\\/dailyai.com\\\/2026\\\/11\\\/best-coding-agent-fully-clears-only-26-4-of-real-tasks\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/dailyai.com\\\/wp-content\\\/uploads\\\/2026\\\/11\\\/dai-house-15998.jpg\",\"inLanguage\":\"it-IT\"},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/dailyai.com\\\/2026\\\/11\\\/best-coding-agent-fully-clears-only-26-4-of-real-tasks\\\/\",\"url\":\"https:\\\/\\\/dailyai.com\\\/2026\\\/11\\\/best-coding-agent-fully-clears-only-26-4-of-real-tasks\\\/\",\"name\":\"Coding Agents Fully Clear Only 26.4% of Real Edits\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/dailyai.com\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/dailyai.com\\\/2026\\\/11\\\/best-coding-agent-fully-clears-only-26-4-of-real-tasks\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/dailyai.com\\\/2026\\\/11\\\/best-coding-agent-fully-clears-only-26-4-of-real-tasks\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/dailyai.com\\\/wp-content\\\/uploads\\\/2026\\\/11\\\/dai-house-15998.jpg\",\"datePublished\":\"2026-11-09T12:16:23+00:00\",\"description\":\"Alibaba\u2019s Co-Design Bench finds the best coding agent fully clears only 26.4% of 273 real app-edit tasks, despite meeting 69.9% of criteria on average.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/dailyai.com\\\/2026\\\/11\\\/best-coding-agent-fully-clears-only-26-4-of-real-tasks\\\/#breadcrumb\"},\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/dailyai.com\\\/2026\\\/11\\\/best-coding-agent-fully-clears-only-26-4-of-real-tasks\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\\\/\\\/dailyai.com\\\/2026\\\/11\\\/best-coding-agent-fully-clears-only-26-4-of-real-tasks\\\/#primaryimage\",\"url\":\"https:\\\/\\\/dailyai.com\\\/wp-content\\\/uploads\\\/2026\\\/11\\\/dai-house-15998.jpg\",\"contentUrl\":\"https:\\\/\\\/dailyai.com\\\/wp-content\\\/uploads\\\/2026\\\/11\\\/dai-house-15998.jpg\",\"width\":1472,\"height\":832,\"caption\":\"Flat vector illustration of a cream clipboard with three navy checklist bars and one unfinished red bar beside a navy code window.\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/dailyai.com\\\/2026\\\/11\\\/best-coding-agent-fully-clears-only-26-4-of-real-tasks\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/dailyai.com\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Best Coding Agent Fully Clears Only 26.4% of Real Tasks\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/dailyai.com\\\/#website\",\"url\":\"https:\\\/\\\/dailyai.com\\\/\",\"name\":\"DailyAI\",\"description\":\"The AI economy, measured.\",\"publisher\":{\"@id\":\"https:\\\/\\\/dailyai.com\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/dailyai.com\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"it-IT\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/dailyai.com\\\/#organization\",\"name\":\"DailyAI\",\"url\":\"https:\\\/\\\/dailyai.com\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\\\/\\\/dailyai.com\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/dailyai.com\\\/wp-content\\\/uploads\\\/2023\\\/06\\\/Daily-Ai_TL_colour.png\",\"contentUrl\":\"https:\\\/\\\/dailyai.com\\\/wp-content\\\/uploads\\\/2023\\\/06\\\/Daily-Ai_TL_colour.png\",\"width\":4501,\"height\":934,\"caption\":\"DailyAI\"},\"image\":{\"@id\":\"https:\\\/\\\/dailyai.com\\\/#\\\/schema\\\/logo\\\/image\\\/\"},\"sameAs\":[\"https:\\\/\\\/x.com\\\/DailyAIOfficial\",\"https:\\\/\\\/www.linkedin.com\\\/company\\\/dailyaiofficial\\\/\",\"https:\\\/\\\/www.youtube.com\\\/@DailyAIOfficial\"],\"legalName\":\"Zero Hour Investments FZCO\",\"foundingDate\":\"2023\",\"slogan\":\"The AI economy, measured.\",\"description\":\"DailyAI tracks the AI economy in numbers: data trackers, research and plain-English news on jobs, spending, pricing and funding.\",\"address\":{\"@type\":\"PostalAddress\",\"addressCountry\":\"AE\"},\"contactPoint\":{\"@type\":\"ContactPoint\",\"contactType\":\"customer support\",\"url\":\"https:\\\/\\\/dailyai.com\\\/contact\\\/\"},\"founder\":{\"@type\":\"Person\",\"name\":\"David Merry\",\"url\":\"https:\\\/\\\/dailyai.com\\\/author\\\/davidmerry\\\/\",\"sameAs\":[\"https:\\\/\\\/www.linkedin.com\\\/in\\\/davidmerry\\\/\"]}},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/dailyai.com\\\/#\\\/schema\\\/person\\\/285a97adb64b88751ac3440ece6b08a1\",\"name\":\"David Merry\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\\\/\\\/dailyai.com\\\/wp-content\\\/uploads\\\/2026\\\/10\\\/david-merry-dailyai.jpg\",\"url\":\"https:\\\/\\\/dailyai.com\\\/wp-content\\\/uploads\\\/2026\\\/10\\\/david-merry-dailyai.jpg\",\"contentUrl\":\"https:\\\/\\\/dailyai.com\\\/wp-content\\\/uploads\\\/2026\\\/10\\\/david-merry-dailyai.jpg\",\"caption\":\"David Merry\"},\"description\":\"David Merry is the founder of DailyAI and a London-based entrepreneur. He co-founded Kyro, is a partner at Ki and writes about AI's impact on business, markets and everyday life.\",\"sameAs\":[\"https:\\\/\\\/www.linkedin.com\\\/in\\\/davidmerry\\\/\"],\"url\":\"https:\\\/\\\/dailyai.com\\\/it\\\/author\\\/davidmerry\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Gli agenti di codifica eliminano completamente solo il 26,4% delle modifiche reali","description":"Secondo il test Co-Design Bench di Alibaba, il miglior agente di programmazione completa solo il 26,4% di 273 attivit\u00e0 reali di modifica di app, pur soddisfacendo in media il 69,9% dei criteri.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/dailyai.com\/it\/2026\/11\/best-coding-agent-fully-clears-only-26-4-of-real-tasks\/","og_locale":"it_IT","og_type":"article","og_title":"Coding Agents Fully Clear Only 26.4% of Real Edits","og_description":"Alibaba\u2019s Co-Design Bench finds the best coding agent fully clears only 26.4% of 273 real app-edit tasks, despite meeting 69.9% of criteria on average.","og_url":"https:\/\/dailyai.com\/it\/2026\/11\/best-coding-agent-fully-clears-only-26-4-of-real-tasks\/","og_site_name":"DailyAI","article_published_time":"2026-11-09T12:16:23+00:00","og_image":[{"width":1200,"height":630,"url":"https:\/\/dailyai.com\/wp-content\/uploads\/2026\/10\/dailyai-og-default.jpg","type":"image\/jpeg"}],"author":"David Merry","twitter_card":"summary_large_image","twitter_creator":"@DailyAIOfficial","twitter_site":"@DailyAIOfficial","twitter_misc":{"Scritto da":"David Merry","Tempo di lettura stimato":"4 minuti"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"NewsArticle","@id":"https:\/\/dailyai.com\/2026\/11\/best-coding-agent-fully-clears-only-26-4-of-real-tasks\/#article","isPartOf":{"@id":"https:\/\/dailyai.com\/2026\/11\/best-coding-agent-fully-clears-only-26-4-of-real-tasks\/"},"author":{"name":"David Merry","@id":"https:\/\/dailyai.com\/#\/schema\/person\/285a97adb64b88751ac3440ece6b08a1"},"headline":"Best Coding Agent Fully Clears Only 26.4% of Real Tasks","datePublished":"2026-11-09T12:16:23+00:00","mainEntityOfPage":{"@id":"https:\/\/dailyai.com\/2026\/11\/best-coding-agent-fully-clears-only-26-4-of-real-tasks\/"},"wordCount":906,"publisher":{"@id":"https:\/\/dailyai.com\/#organization"},"image":{"@id":"https:\/\/dailyai.com\/2026\/11\/best-coding-agent-fully-clears-only-26-4-of-real-tasks\/#primaryimage"},"thumbnailUrl":"https:\/\/dailyai.com\/wp-content\/uploads\/2026\/11\/dai-house-15998.jpg","inLanguage":"it-IT"},{"@type":"WebPage","@id":"https:\/\/dailyai.com\/2026\/11\/best-coding-agent-fully-clears-only-26-4-of-real-tasks\/","url":"https:\/\/dailyai.com\/2026\/11\/best-coding-agent-fully-clears-only-26-4-of-real-tasks\/","name":"Gli agenti di codifica eliminano completamente solo il 26,4% delle modifiche reali","isPartOf":{"@id":"https:\/\/dailyai.com\/#website"},"primaryImageOfPage":{"@id":"https:\/\/dailyai.com\/2026\/11\/best-coding-agent-fully-clears-only-26-4-of-real-tasks\/#primaryimage"},"image":{"@id":"https:\/\/dailyai.com\/2026\/11\/best-coding-agent-fully-clears-only-26-4-of-real-tasks\/#primaryimage"},"thumbnailUrl":"https:\/\/dailyai.com\/wp-content\/uploads\/2026\/11\/dai-house-15998.jpg","datePublished":"2026-11-09T12:16:23+00:00","description":"Secondo il test Co-Design Bench di Alibaba, il miglior agente di programmazione completa solo il 26,4% di 273 attivit\u00e0 reali di modifica di app, pur soddisfacendo in media il 69,9% dei criteri.","breadcrumb":{"@id":"https:\/\/dailyai.com\/2026\/11\/best-coding-agent-fully-clears-only-26-4-of-real-tasks\/#breadcrumb"},"inLanguage":"it-IT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/dailyai.com\/2026\/11\/best-coding-agent-fully-clears-only-26-4-of-real-tasks\/"]}]},{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/dailyai.com\/2026\/11\/best-coding-agent-fully-clears-only-26-4-of-real-tasks\/#primaryimage","url":"https:\/\/dailyai.com\/wp-content\/uploads\/2026\/11\/dai-house-15998.jpg","contentUrl":"https:\/\/dailyai.com\/wp-content\/uploads\/2026\/11\/dai-house-15998.jpg","width":1472,"height":832,"caption":"Flat vector illustration of a cream clipboard with three navy checklist bars and one unfinished red bar beside a navy code window."},{"@type":"BreadcrumbList","@id":"https:\/\/dailyai.com\/2026\/11\/best-coding-agent-fully-clears-only-26-4-of-real-tasks\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/dailyai.com\/"},{"@type":"ListItem","position":2,"name":"Best Coding Agent Fully Clears Only 26.4% of Real Tasks"}]},{"@type":"WebSite","@id":"https:\/\/dailyai.com\/#website","url":"https:\/\/dailyai.com\/","name":"DailyAI","description":"L\u2019economia dell\u2019IA, misurata.","publisher":{"@id":"https:\/\/dailyai.com\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/dailyai.com\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"it-IT"},{"@type":"Organization","@id":"https:\/\/dailyai.com\/#organization","name":"DailyAI","url":"https:\/\/dailyai.com\/","logo":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/dailyai.com\/#\/schema\/logo\/image\/","url":"https:\/\/dailyai.com\/wp-content\/uploads\/2023\/06\/Daily-Ai_TL_colour.png","contentUrl":"https:\/\/dailyai.com\/wp-content\/uploads\/2023\/06\/Daily-Ai_TL_colour.png","width":4501,"height":934,"caption":"DailyAI"},"image":{"@id":"https:\/\/dailyai.com\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/x.com\/DailyAIOfficial","https:\/\/www.linkedin.com\/company\/dailyaiofficial\/","https:\/\/www.youtube.com\/@DailyAIOfficial"],"legalName":"Zero Hour Investments FZCO","foundingDate":"2023","slogan":"The AI economy, measured.","description":"DailyAI misura l\u2019economia dell\u2019IA in numeri: tracker di dati, ricerche e notizie in parole semplici su lavoro, spesa, prezzi e finanziamenti.","address":{"@type":"PostalAddress","addressCountry":"AE"},"contactPoint":{"@type":"ContactPoint","contactType":"customer support","url":"https:\/\/dailyai.com\/contact\/"},"founder":{"@type":"Person","name":"David Merry","url":"https:\/\/dailyai.com\/author\/davidmerry\/","sameAs":["https:\/\/www.linkedin.com\/in\/davidmerry\/"]}},{"@type":"Person","@id":"https:\/\/dailyai.com\/#\/schema\/person\/285a97adb64b88751ac3440ece6b08a1","name":"David Merry","image":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/dailyai.com\/wp-content\/uploads\/2026\/10\/david-merry-dailyai.jpg","url":"https:\/\/dailyai.com\/wp-content\/uploads\/2026\/10\/david-merry-dailyai.jpg","contentUrl":"https:\/\/dailyai.com\/wp-content\/uploads\/2026\/10\/david-merry-dailyai.jpg","caption":"David Merry"},"description":"David Merry \u00e8 il fondatore di DailyAI e un imprenditore con sede a Londra. \u00c8 co-fondatore di Kyro, partner di Ki e scrive sull'impatto dell'intelligenza artificiale sul business, sui mercati e sulla vita di tutti i giorni.","sameAs":["https:\/\/www.linkedin.com\/in\/davidmerry\/"],"url":"https:\/\/dailyai.com\/it\/author\/davidmerry\/"}]}},"_links":{"self":[{"href":"https:\/\/dailyai.com\/it\/wp-json\/wp\/v2\/posts\/15998","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/dailyai.com\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/dailyai.com\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/dailyai.com\/it\/wp-json\/wp\/v2\/users\/16"}],"replies":[{"embeddable":true,"href":"https:\/\/dailyai.com\/it\/wp-json\/wp\/v2\/comments?post=15998"}],"version-history":[{"count":1,"href":"https:\/\/dailyai.com\/it\/wp-json\/wp\/v2\/posts\/15998\/revisions"}],"predecessor-version":[{"id":16000,"href":"https:\/\/dailyai.com\/it\/wp-json\/wp\/v2\/posts\/15998\/revisions\/16000"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/dailyai.com\/it\/wp-json\/wp\/v2\/media\/15999"}],"wp:attachment":[{"href":"https:\/\/dailyai.com\/it\/wp-json\/wp\/v2\/media?parent=15998"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/dailyai.com\/it\/wp-json\/wp\/v2\/categories?post=15998"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/dailyai.com\/it\/wp-json\/wp\/v2\/tags?post=15998"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}