密歇根大学团队发布 CloudOpsBench 基准

密歇根大学 Ang Chen 团队发布开源基准 CloudOpsBench 1.0，用于评估 AI 智能体处理云端 DevOps 任务的能力。首版包含 AWS 上的 45 项任务，涵盖修复服务、清理资源、限制访问权限和部署更新等；任务可在真实 AWS 云端或模拟器中运行。 团队称，Claude Fable 5.1 完成了 60% 的任务，GPT-6 Astra 完成了 53%；约 80% 的失败与智能体误判任务范围、未检查相关服务或过早停止有关。项目以 Apache 2.0 协议开源，团队计划扩展对 GCP、Azure 和 OCI 的支持。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。