MaxxBench: почему высокие баллы в LLM-бенчмарках больше не гарантируют качество кода

Когда очередной ИИ-ассистент с помпой «уничтожает» конкурентов на свежих бенчмарках, у любого практикующего разработчика рука тянется не к кошельку для подписки, а к скептическому кавычкам. Мы привык…