Devin Oncall 登顶 SREGym：自动值守排障达 100% 端到端成功率
tianyin_xu · x · 2026-10-16
Cognition 发布 Devin Oncall：Devin 自动调查告警与 bug，帮助团队诊断和解决生产事故，已为全球多家大型公司每天处理数千条告警。
- UIUC 的 SRE agent 基准 SREGym 1.1 上，Devin Oncall（Claude Opus 5.5 high）在 17 个故障的精选集上拿下第一名，诊断/缓解/端到端成功率均为 100%，诊断用时约 76 秒、缓解约 141 秒，平均每轮消耗 124 万 token。
- CloudThinker（GPT-6 Astra）包揽 2-4 名，同样端到端 100%，但速度慢数倍。
- SREGym 1.1 已上线，涵盖亚稳态故障、配置错误等真实 SRE 问题，提供真实系统环境；2.0 在路上。
- 发帖人 HacksonClark 称这是「向人类不用 on-call 的世界又迈进一步」。
所属事件:Cognition 发布 Devin OnCall，自动值守排障达 100% 成功率(2 条相关)→
「编程与Agent」频道最新
- 将 JS 代码编译成神经网络：Chenglou 开源 Handwired 玩具项目 — ctjlewis · 2026-10-16
- Temporal Serverless Workers 登陆 Cloud Run:按任务队列自动伸缩、可缩至零 — rseroter · 2026-10-16
- Meta 超智能实验室 200+ 直接汇报,扁平组织移植到 AI Agent 设计 — peterjliu · 2026-10-16
- LangChain CEO:最有趣的 agent harness 工作在 harness 与基建交界处 — hwchase17 · 2026-10-16
- 多智能体论文 GitSwarm：用 Git 仓库做持久记忆，一次跑通 IMOProofBench 全部 30 题 — anirudhg9119 · 2026-10-16
- 实测 Gemini 4 Argon：速度远超 Opus 5.5，但幻觉多且贵 — prasenx · 2026-10-16