#Orca-Bench

Orca-Bench：评估AI智能体能否胜任线上值守Oncall

Orca-Bench是专为评估AI智能体运维能力设计的基准测试，通过模拟真实Oncall场景考验LLM在故障诊断、多工具协同和风险决策方面的表现。本文解析其设计理念、评测维度及当前AI运维的现实差距。