IXThinker·2026-02-28 16:00

新基準曝短板 頂級Agent維運全鏈路掛零

AI能寫函數、修Bug、刷算法題，卻在真實開發環境中屢屢碰壁。入選ICLR 2026的新基準DevOps-Gym顯示，頂級模型在構建配置、監控解讀到端到端部署的全鏈路任務中成功率為零。

寫代碼只是開始

在軟件工程領域，寫代碼僅是整個工程的一小部分。一線工程師都知道，構建環境配置、系統監控解讀與端到端部署等任務，佔據日常工作的相當比重，卻是AI的盲區。