CloudOpsBench 开源评测揭示 AI 云运维中的推理瓶颈

开源评测 CloudOpsBench 揭示，AI 智能体在云运维任务中的主要瓶颈是推理而非知识。其 1.0 版包含 45 项 AWS 任务，Claude Fable 5.1 求解率为 60%，GPT-6 Astra 为 53%。约 80% 的失败源于任务范围判断失误、遗漏相关服务或过早停止，约 20% 则是可能造成基础设施后果的错误操作。