Im Gegensatz zu SWE-Bench nutzt Real-SWE nicht-öffentliche Codebases mit echten Business-Anforderungen (Billing, Steuern, Migrationen), was Overfitting auf bekannte Repos ausschließt. Die niedrigen Resolution Rates (max. 38,8 %) zeigen, wie weit Coding-Agenten von produktionsreifem Engineering noch entfernt sind.