Google Kubernetes Engine (GKE)
概述
Google 提供的托管 Kubernetes 服务，用于容器编排和管理，Anthropic 在其 GKE 集群上运行 Agentic 编码评测实验。
关键内容
- 在 AI 评测中的角色：Anthropic 在 GKE 集群上运行 Terminal-Bench 2.0 时，发现基础设施错误率高达 6% 的任务因 Pod 错误失败，从而揭示了资源配置对评测结果的影响。
- 容器资源管理机制：
- requests（保证分配）：预先保留的资源量
- limits（硬性上限）：超过则触发 OOM Kill 终止容器
- 严格执行 requests = limits 配置会导致零余量，任何瞬时资源波动都会导致容器被终止
- 与沙箱供应商的差异：Terminal-Bench 官方排行榜的沙箱供应商允许临时超额分配，不立即终止容器，基础设施稳定性更好但评分方式实际上更宽松。
- 工程建议：推荐配置 requests 和 limits 之间保持 3× 带宽，如 requests: {cpu: 2, ram: 4GB}，limits: {cpu: 6, ram: 12GB}。
来源
- raw/articles/ai-engineering/anthropic-engineering/claude-engineering/06_infrastructure_noise.md — Quantifying infrastructure noise in agentic coding evals
相关
- Terminal-Bench 2.0 — hosts（运行该 Benchmark 的容器环境）
- Anthropic — used_by（Anthropic 使用 GKE 运行内部评测）
- 基础设施噪声 — relates_to（GKE 资源配置是基础设施噪声的主要来源）
- OOM Kill — triggers（资源超限触发容器终止）
- 彩虹部署 — supports（支持 Rainbow Deploy 部署策略）