待验证50% 置信事实精确时间

SRE评测需要与活跃的运行时环境交互，其状态管理和副作用控制的复杂度高于SWE-bench

1

来源数

50%

置信度

长期有效

时效性

2026/10/8

首次发现

来源

AI SRE Arena：为Kubernetes智能运维Agent打造的开源评测基准

涉及实体

SWE-benchproduct SREconcept

相关事实

待验证故障爆炸半径（Blast Radius）是站点可靠性工程（SRE）中的核心概念，指单个故障点所能影响的系统范围66% 相似待验证在SRE诊断场景中，LLM可能以自信的口吻给出错误根因判断，把工程师引向错误方向，反而延长故障时间66% 相似待验证错误预算概念源自Google SRE实践，将可靠性目标量化为允许的故障时间上限，在稳定性与发布速度之间建立可量化的权衡框架61% 相似待验证模型升级最隐蔽的风险往往来自质量回退而非系统崩溃，因此建议把输出质量监控纳入门控体系61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/989011

API

curl https://kongchang.com/api/v1/knowledge/claims/989011

MCP

get_claim(id=989011)