LangChoiceBench: LLM выбирают Python даже когда сами знают, что это плохой выбор

Модель советует Python в 11% случаев, но пишет на нём в 35% — разрыв почти в три раза между тем, что она знает, и тем, что делает. LangChoiceBench показывает: если разделить вопрос 'какой язык лучше' и запрос 'напиши код', разрыв закрывается и код выходит на реально подходящем языке. Фишка простая: заставь модель зафиксировать выбор до того, как она уйдёт в автопилот — иначе в 70% случаев она выберет Python без единой мысли о задаче.