# 前沿模型得分不足50%：ITBench-AA基准揭示企业IT智能体的真实瓶颈

IBM与Artificial Analysis联合发布ITBench-AA，首个针对站点可靠性工程（SRE）的智能体基准，测试模型在Kubernetes故障诊断中的表现，所有前沿模型得分低于50%，其中Claude Opus 4.7以47%领先。