довго думав і афігевав

нарешті AI замінить і мою відповідальність

невже зʼявилась модель, що може ефективно приймати рішення під час технічних інцидентів, враховуючи бізнес контекст

подумав - а звідки той контекст вона бере?

так я дізнався, що SRE-Bench - це бенчмарк, націлений на задачки по Reverse Engineering, а не на Incident Response & Management

все це - наслідок проф деформації і тунельного бачення після довгих безсонних ночей в SRE

коротенько, про що цей тест:
це бенчмарк, який перевіряє, чи здатні LLM-агенти виконувати реалістичний reverse engineering великих скомпільованих програм без доступу до source code та без можливості впізнати їх із training data

score, дійсно, вражає
+ інциденти, все ще, менеджимо в напів автономному режимі

поки що ☠