Datadog создала специализированную модель искусственного интеллекта для расследований инженеров по надежности систем
1 ноября 2026 г. · 2 мин чтения
Компания Datadog выпустила Scout, модель, обученную для расследования проблем в производственной среде. Она работает внутри Bits Investigation, продукта компании для инженеров по надежности систем, где может принимать оповещения, анализировать телеметрию и предлагать причины возникновения проблем. В настоящее время инженеры Datadog и ограниченное число клиентов используют модель в рамках закрытого предварительного просмотра.
Разработка была сосредоточена на снижении затрат, так как расследование может требовать множества вызовов модели. Datadog утверждает, что стоимость использования моделей общего назначения затрудняет их применение для каждого оповещения. Цель состоит в том, чтобы Bits начинал работу в то время, когда инженер еще только реагирует на сигнал.
Согласно внутреннему тесту AlertEval, версия Scout medium показала результаты, схожие с GPT-6.1 Sol high и Claude Opus 5.5 high, при этом расчетная стоимость вывода была в три, восемь раз ниже. В режиме xhigh модель Scout сравнялась с Claude Fable 5.1 xhigh при затратах в одну четверть от стоимости. Тест AlertEval использует реальные оповещения, архивную телеметрию и пояснения инженеров Datadog, где судья на базе большой языковой модели сравнивает отчеты Scout с экспертными данными.
Модель Scout основана на GLM-5.3 Flash и прошла дополнительное обучение с подкреплением с использованием симуляций инцидентов. Эти симуляции включают оповещения, доступную для запросов телеметрию и известную причину, но не содержат данных клиентов. Модель тренировалась с инструментами для поиска по логам, метрикам, трассировкам, коду, развертываниям и функциональным флагам.
В техническом отчете указано, что первоначальная система вознаграждения за окончательный ответ заставляла Scout делать меньше утверждений и прекращать расследование слишком рано. Команда изменила систему вознаграждения, чтобы она учитывала правильность, исследование и подтверждающие доказательства. Также из некоторых циклов обучения удаляли инструменты или сокращали время, чтобы модель не выучивала один фиксированный путь решения инцидента.
На публичном наборе из 90 сбоев SREGym модель Scout решила 71 случай при среднем уровне усилий, 79 при высоком и 80 при максимальном, в то время как GPT-6.1 Sol xhigh решил 82 случая. Datadog сама проводила эти тесты, включая запуски для моделей сравнения.
Компания планирует добавить в симуляции больше типов сбоев и в будущем позволить Bits выполнять исправления. В текущей версии предварительного просмотра Scout проводит расследование, ставит диагноз и предлагает действия по восстановлению, но ответственность за изменения остается за инженером. Дата общего доступа к продукту не объявлена.