The Decoder· Maximilian Schreiner·· 4 天前AI 评分53
CloudOpsBench 开源基准揭示推理是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
CloudOpsBench 是一个开源基准，用于衡量AI智能体处理云DevOps任务的能力，V1.0包含45个AWS任务。Claude Fable 5.1 完成了60%，GPT-6 Astra 完成了53%。研究团队指出，约80%的失败源于任务范围误判或检查不全，主要瓶颈在于推理能力。
来源：The Decoder · the-decoder.com