Radar 提出先为 Agent 提供上下文再评估 AI SRE 的基准测试方法

Radar 团队在 SREGym 基准上对比了带有只读 MCP 上下文与仅具备 Shell 和 kubectl 权限的 Claude Code，结果显示上下文组在 2 分钟内诊断正确率从 60% 提升至 86%，平均诊断时间从 191 秒降至 64 秒。作者建议企业在采购 AI SRE 前，先利用现有的编码 Agent 配合只读上下文工具建立诊断基线，并依据可读取的历史变更记录和治理权限筛选产品。