AI Agent 单点任务得分超 80%，长期代码维护仅约 38%

AI智能体在 EvoClaw 基准的一次性任务中可获得 80%+ 分数，但长期维护代码库时最高仅约 38%。FullStackFrenzy 据此反驳 Zhenfeng Cao 的论文《The End of Software Engineering》，指出早期错误会持续累积并造成慢性正确性漂移。