The Decoder· Maximilian Schreiner·· 5 小时前AI 评分48
开源评测基准 CloudOpsBench 显示：推理是 AI 云运维的最大瓶颈
New open-source benchmark reveals reasoning as the biggest bottleneck for AI in cloud operations
AI 导读
开源评测基准 CloudOpsBench 1.0 显示，推理能力是 AI 智能体处理云端运维任务的最大瓶颈。在 AWS 的 45 项任务中，Claude Fable 5.1 与 GPT-6 Astra 分别仅解决 60% 和 53%，约 80% 的失败源于智能体误判任务范围或过早停止。该基准已基于 Apache 2.0 协议开源，支持真实 AWS 与模拟器环境。
来源：The Decoder · the-decoder.com