密歇根大学团队发布CloudOpsBench基准

2026年11月5日，据 The Decoder 报道，密歇根大学 Ang Chen 团队发布开源基准 CloudOpsBench 1.0，用于衡量 AI 智能体处理典型云运维任务的能力，任务涵盖修复服务、删除资源、限制访问权限、推送更新和下线项目。该版本包含 45 项 AWS 云运维任务，由资深 DevOps 工程师构建；所有任务在真实 AWS 云和模拟器中以相同方式运行；团队计划将扩展至 GCP、Azure 和 OCI。GitHub 上的项目采用 Apache 2.0 许可，并附有详细失败分析。报道称，表现最好的 Claude Fable 5.1 完成 60% 的任务，GPT-6 Astra 完成 53%，没有模型完成全部任务，推理是 AI 云运维的最大瓶颈。

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。