InfraBench：面向基础设施 Agent 的基准

2026年10月20日，Yuan Gao 等作者在 arXiv 发布 InfraBench，一个面向基础设施智能体的基准。该基准按系统层级、运维生命周期和风险组织任务，当前原型结合容器、VM 与裸金属后端及任务专用验证器，区分功能修复与持久性、清理。报道称，该基准的任务、评测框架与实时排行榜已公开；作者同时说明，扩展部分属于研究方向，所报告结果仍基于 12 任务原型。报道未提及更早版本或前后矛盾的数字与说法。

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。