Claude 宕机背后：国产基准首次量化 AI 运维智能体全线不及格
首个真实机房运维测试显示，最强 AI 模型在硬件故障面前几乎束手无策，行业每年可省 4350 亿美元的潜力凸显。
信通院联合无问芯穹推出 AISHPerf 智算运维基准，将 Claude-4-sonnet 等大模型投入真实 GPU 集群处理生产故障。结果全军覆没，所有模型得分低于 50%，硬件故障场景表现尤其差。
正文摘录
 新智元报道  【新智元导读】 6 月 22 日 Claude 全家桶集体宕机，只是冰山一角。当最强大模型被丢进真实机房直面「幽灵故障」，AISHPerf-智算运维智能体评测基准给出残酷答案：全军覆没，无一过 50 分。这道鸿沟，第一次被量化。 6 月 22 日，全球 AI 圈突然集体「断电」。 Claude 的「全家桶」——claude.ai、Console、API、Code、Cowork——在短短几个小时内大面积宕机。  开发者终端刷满红色报错，企业协作流水线瞬间断流，社交媒体上炸了锅：有人晒出满屏 502 截图配文「被 AI 炒了鱿鱼」，有人感慨「2026 年最体面的摸鱼理由——模型宕机了」。 而这，还算快的。笑归笑，背后的现实却一点也不好笑。 当 AI 从聊天玩具变成驱动千亿美金算力投资的「生产设备」时， 基础设施的稳定性 ，已经成了决定整个产业生死存亡的隐形天花板。 而更残酷的测试结果刚刚出炉—— AISHPerf-智算运维智能体评测基准，由中国信息通信研究院（信通院）推出，无问芯穹参与重点技术建设，把包括 Claude-4-sonnet 在内的国内外主流大模型扔进真实 GPU 集群环境，让它们处理真正的生产级故障。 结果，全军覆没，综合得分全部低于 50 分。中等和困难难度正确率普遍不到一半。