模型Coding能力不足反映实力，Agent能力是关键，Claude最强
完全赞同，模块级别的 Coding 能力已经不足以检测顶级模型的真实能力，还是要看模型 Agent 方面的能力——根据用户输入和代码库调用工具补足上下文完成任务
从 Coding 能力来讲 Gemini 2.5 Pro、o3、Claude 4 差距不明显，但是 Coding Agent 能力明显 Claude 是最强的，Gemini 2.5 最弱
从 Coding 能力来讲 Gemini 2.5 Pro、o3、Claude 4 差距不明显，但是 Coding Agent 能力明显 Claude 是最强的，Gemini 2.5 最弱
coding已经不是检验当前模型能力的好参照，在这方面，前沿几家各有所长，仅靠单模型的聊天对话，能写的代码终究只是个摆设。软件工程？那就还是一个比较长远的话题。
Agent模式下，模型的稳定性和一致性是其能力的关键考量之一，毕竟这决定了它们是否可以真的被广泛应用于各种行业的生产环境。