SWEOps-Bench：端到端解决云事故的Agent基准

中山大学等团队的 Danwen Chen、Guangba Yu、Pengfei Chen 提出并发布 SWEOps-Bench，一个用于评估智能体端到端解决软件引发的云故障的交互式基准。该基准包含 55 个可复现的故障任务，任务取自 16 个 Kubernetes operator 项目已确认的历史缺陷。 在这些任务中，智能体需要在健康集群里排查运行时证据，并通过终端提交源码或配置修复，而不是只做诊断或给出建议。

AI 根据报道生成 · 20 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。