코그니션의 FrontierCode 2.0 평가에서 최고 모델도 숨은 요구를 포함한 과제의 45.5%만 해결했다. 실제 저장소의 132개 과제는 요청한 기능뿐 아니라 주변 코드와 호환성 등 명시되지 않은 제약을 다루도록 설계됐다. 공식 설명에 따르면 기존 평가보다 저장소와 장애 요인이 늘었고 수정 범위도 커졌다. 추론을 더 오래 시키면 오히려 불필요한 변경이 늘 수 있어, 코딩 에이전트 검증에는 테스트 성공률과 함께 요구사항 충족 여부와 변경 범위를 별도로 확인할 필요가 있다.