Incident Arena：让编程 Agent 值夜班处理线上事故的新基准

Incident Arena 基准发布，把编程 Agent 放上「值班」岗位，测试其能否接手线上事故响应（on-call），并同步放出论文与完整数据集。该基准由 Andres 等人提出，填补了「Agent 能写代码但不擅长运维救火」的评测空白。amankhan 转发并向 Datadog、Sentry、PagerDuty 等事故处理相关公司征求意见。