Разработчик запустил строгий бенчмарк четырёх топовых AI-agent фреймворков на задаче создания middleware для аутентификации и rate limiting на Rust. Результат: все участники провалились, а AutoGen сжёг 517 000 токенов впустую. Оговорки серьёзные: автор сравнивает с собственным Agent OS — конфликт интересов налицо. LangGraph и MetaGPT не раскрыли результаты полностью, тестировалась одна модель на одной задаче. confidence=0.4 — это не верифицированный сторонними экспертами тест.