Datadog lance Scout, un modèle d'intelligence artificielle spécialisé pour les ingénieurs en fiabilité des sites
1 novembre 2026 · 3 min de lecture
Datadog a publié Scout, un modèle d'intelligence artificielle conçu spécifiquement pour enquêter sur les problèmes de production. Ce système fonctionne à l'intérieur de Bits Investigation, le produit d'ingénierie de fiabilité des sites alimenté par l'intelligence artificielle de l'entreprise. Il est capable de récupérer une alerte, d'examiner les données de télémétrie et de suggérer la cause probable d'un dysfonctionnement. Des ingénieurs de Datadog et un petit nombre de clients l'utilisent actuellement dans le cadre d'un aperçu fermé.
La majorité des informations fournies dans l'annonce concerne les coûts associés à l'utilisation de ces technologies. Une enquête peut nécessiter de nombreuses appels au modèle, car Bits tente une requête, étudie le résultat et décide de ce qu'il faut vérifier ensuite. Bien que les modèles à usage général puissent effectuer ces tâches, Datadog indique que la facture rend difficile leur exécution pour chaque alerte. Les auteurs de l'annonce souhaitent que Bits commence son travail pendant qu'un ingénieur répond encore à la notification d'incident.
Sur le benchmark AlertEval de Datadog, la version moyenne de Scout a obtenu un score similaire à celui de GPT-6.1 Sol haute et de Claude Opus 5.5 haute. Son coût d'inférence estimé était entre trois et huit fois inférieur. Au réglage très élevé, Datadog affirme que Scout a égalé Claude Fable 5.1 très élevé pour un quart du coût. Aucun prix n'étant publié, ces chiffres sont relatifs au coût d'une enquête avec Scout en mode moyen.
AlertEval utilise de vraies alertes, des données de télémétrie archivées et des explications rédigées par des ingénieurs de Datadog. Un juge basé sur un modèle de langage compare le compte rendu de Scout avec celui d'un expert, récompensant les correspondances tant au niveau de la cause immédiate que de la cause sous-jacente. Les contradictions et les affirmations sans preuve entraînent une perte de points. Le score résultant va de zéro à cent, mais Datadog avertit qu'il ne représente pas un pourcentage d'incidents résolus.
Scout est basé sur GLM-5.3 Flash. Datadog a post-entraîné le modèle avec un apprentissage par renforcement, en utilisant des simulations d'incidents créées à partir de motifs trouvés dans des cas historiques. Ces simulations contiennent une alerte, des données de télémétrie interrogeables et une cause connue. Elles ne contiennent pas de données clients, selon l'entreprise. Scout s'entraîne avec des outils modélisés sur ceux de Bits, y compris des recherches dans les journaux, les métriques et les traces, ainsi que l'inspection du code, des déploiements et des drapeaux fonctionnels.
Le rapport technique décrit les problèmes survenus pendant l'entraînement. Une récompense basée sur la réponse finale a incité Scout à faire moins d'affirmations et à arrêter l'enquête prématurément. Cela le rendait moins susceptible d'être pénalisé, sans en faire un meilleur enquêteur. L'équipe a modifié la récompense pour tenir compte de la justesse, de l'exploration et des preuves étayantes. Ils ont également supprimé des outils de certaines exécutions d'entraînement ou réduit le temps disponible pour empêcher le modèle d'apprendre une seule voie fixe à travers un incident.
Datadog a effectué une deuxième évaluation sur SREGym, un ensemble public de quatre-vingt-dix pannes. Scout a résolu soixante-onze cas à effort moyen, soixante-dix-neuf à effort élevé et quatre-vingts à effort très élevé. GPT-6.1 Sol très élevé a terminé quatre-vingt-deux. Datadog a réalisé ces tests lui-même, y compris les exécutions pour les modèles de comparaison plus récents, de sorte que des résultats indépendants seraient utiles.
Datadog n'a pas donné de date pour la disponibilité générale. L'entreprise prévoit d'ajouter plus de types de défaillances à ses simulations et de permettre éventuellement à Bits d'effectuer des réparations. L'aperçu s'arrête avant ce point : Scout enquête, donne son diagnostic et propose des actions de récupération, tandis qu'un ingénieur reste responsable du changement.