CloudOpsBench 云运维基准发布，推理成最大瓶颈

2026年11月5日，The Decoder 报道，密歇根大学 Ang Chen 团队发布了开源基准 CloudOpsBench 1.0，用于评估 AI 在云运维（DevOps）任务上的能力。该基准包含 45 个基于 AWS 的 DevOps 任务。测试结果显示，Claude Fable 5.1 完成了其中 60% 的任务，GPT-6 Astra 完成 53%，但没有模型能够全部通过。报道指出，推理能力是 AI 在云运维方面面临的最大瓶颈，即当前顶尖模型在处理真实云运维场景时仍存在明显不足。该基准以开源形式发布，为后续评估和改进 AI 云运维能力提供了工具。目前事件处于基准刚刚发布阶段，暂无更多后续进展报道。

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。