重要なのは (少なくともコーディングにおいては)、ソフトウェア開発で同様のモデルを使用するスキルをすでに持っている人にとってそのモデルがどれだけ優れているか、そして、愚かな落とし穴の問題ではなく、さまざまな現実的な現実世界のタスクで数時間試した後の彼らの理にかなった意見です。
そして、モデルがどれだけ一貫性があり自律的であるか、どれだけの主体性と「根性と決意」を示しているか（これはエージェント ハーネス、つまり Cursor と Gemini-CLI にも関係します）、ツールがどれだけ信頼できるかを実際に確認するには、実際の時間と多くの独立した試験が必要です。