密歇根大学团队发布开源云运维基准CloudOpsBench

密歇根大学 Ang Chen 团队发布开源基准 CloudOpsBench 1.0，用 45 项 AWS 云运维任务评测 AI 智能体的实际操作能力。据 The Decoder 报道，表现最好的 Claude Fable 5.1 完成 60% 的任务，GPT-6 Astra 完成 53%，推理能力被视为 AI 云运维的主要瓶颈。 该基准由有经验的 DevOps 工程师构建，所有任务在真实 AWS 云和模拟器中以相同方式运行；GitHub 项目采用 Apache 2.0 许可，并附详细失败分析。团队计划将评测扩展到 GCP、Azure 和 OCI。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。