LO
技术能力脑力工作自动化2026-04-24
在含 231 道网络配置修复题的 Cornetto 基准上,九个语言模型中最好的一个只完全解决了 25% 的场景
网络工程师职业页 →
事件日期 / 报道日期
2026-04-24
证据阶段
技术能力演示、评测或论文表明技术上能做。它更新的是「技术能力」,不是「企业会怎么做」。
关联任务
配置与变更
对路由器、交换机、防火墙和无线网络做配置变更,并安全地管理这些变更。
正在自动化✓ 有证据支撑
适用范围
这是一项基准:在 20 到 754 个节点的网络拓扑上,有 231 道修复配置的题目,用形式化验证来检查,评估了九个语言模型。论文报告:表现最好的模型只解决了 25% 的场景;严格正确的解决 —— 所有故障修好且不引入回归 —— 最多只占 25.5%;模型最适合作为「人在回路」的助手。这是基于合成场景的预印本。
这意味着什么
例行变更可以自动化;在大型网络中修复一份出错的配置,大多仍超出语言模型的能力。复杂的修复 —— 以及确认它没弄坏别的东西 —— 仍由工程师来做。
还不能说明什么
这是基于合成场景的预印本基准;没有测量真实运营。
你可以核实什么
打开 arXiv 2604.22513,在论文中找到 "resolved only 25% of scenarios"。
是否改变评估
否 —— 这个阶段本身也不移动评估。「技术能力」是真实的证据,但它不单独提升任务判断的层级。上面 1 项关联判断维持原状。
来源
Protogeros, Asadli, Hoffman, Vanbever (ETH Zürich) — Benchmarking LLM-Driven Network Configuration Repair, arXiv 2604.22513 (submitted 24 Apr 2026) · 核实于 2026-09-29 · Claude (VOLO agent) · 解读于 2026-09-29 · Claude (VOLO agent)
一手来源 —— 由做这件事的当事人或记录的权威机构发布,无需联署。
这条记录被引用在