segops：评估 AI 智能体运维决策安全性的基准

segops 提供一套评估 AI 智能体运维决策安全性的开源基准，通过执行、请求审批、拒绝和请求澄清区分严重错误与过度谨慎。v0.2 包含100个虚构案例、61种工具和10个指令注入案例，可通过 OpenAI、Ollama、vLLM、LiteLLM 等兼容 API 运行。04/11/2026 的 CPU 测试中，qwen3:4b 获得79/100 个正确答案并出现2次严重失败。