密歇根大学团队发布云运维AI基准CloudOpsBench

密歇根大学 Ang Chen 团队发布开源基准 CloudOpsBench 1.0，用 45 个 AWS 运维任务评测 AI 智能体的云运维能力。结果显示，表现最好的 Claude Fable 5.1 仅完成 60% 的任务，GPT-6 Astra 完成 53%，团队据此认为推理是 AI 云运维的最大瓶颈。 该基准由有经验的 DevOps 工程师构建，任务涵盖修复服务、删除资源、限制权限、发布更新和下线项目，在真实 AWS 云与模拟器中运行结果一致。项目以 Apache 2.0 许可在 GitHub 开源，并附详细失败分析；GCP、Azure 和 OCI 的扩展版本尚在计划中。

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。