The Decoder· Maximilian Schreiner·· 6 小时前AI 评分44
新开源基准 CloudOpsBench 揭示推理是云运维中 AI 的最大瓶颈
New open-source benchmark reveals reasoning as the biggest bottleneck for AI in cloud operations
AI 导读
CloudOpsBench 是一个新开源基准，用于衡量 AI 智能体处理云运维中典型 DevOps 任务的表现，1.0 版本包含 45 个 AWS 任务。即使是最强的模型也无法完成全部任务：Claude Fable 5.1 解决了 60%，GPT-6 Astra 解决了 53%。
来源：The Decoder · the-decoder.com