A Datadog bemutatta a Scout 1.0 SRE-modellt a Bits AI-hoz

A Scout a Bits Investigation alapja

A Datadog 2026. október 15-én jelentette be a Scout 1.0-t. A modell feladata, hogy a termelési rendszerekben jelentkező hibák kivizsgálásában támogassa a mérnököket. A Scout a Bits Investigation részeként hipotéziseket állít fel, telemetriai adatokat kérdez le, majd mérlegeli, hogy a rendelkezésre álló bizonyítékok alátámasztják-e valamelyik következtetést.

A Datadog célja, hogy a Bits minden riasztásnál állandóan elérhető első reagálóként működjön. A szolgáltatás a mérnök bekapcsolódása előtt bizonyítékokat gyűjthet, és azonosíthatja a hiba valószínű okait. Mivel egy vizsgálat során több modellhívásra is szükség van, az alacsonyabb következtetési költség lehetővé teszi, hogy a csapatok több riasztást és összetettebb problémát vizsgáljanak meg.

A cég szerint jelentős költségelőnyt kínál

A Datadog belső, AlertEval nevű, emberi szakértők által annotált vizsgálati benchmarkján a Scout 1.0 medium a vállalat szerint a GPT-6.1 Sol high és a Claude Opus 5.5 high teljesítményéhez hasonló eredményt ér el, 3-8-szor alacsonyabb becsült következtetési költség mellett. A Scout 1.0 medium az Astra medium és a Fable medium eredményéhez is hasonló teljesítményt mutat, miközben a Datadog becslése szerint rendre 19-szer, illetve 12-szer kevesebbe kerül.

A modell nagyobb számítási igényt használó xhigh módja a Datadog szerint a Fable xhigh teljesítményét éri el négyszer alacsonyabb költség mellett. A vállalat állítása szerint ez a mód felülmúlja a GPT-6 Astra eredményét, és eléri a Claude Fable 5.1 xhigh szintjét. A költsége közben a Sol és az Opus tartományában marad.

A Datadog külön kiemeli, hogy az AlertEval pontszámai a szakértői magyarázatokkal való egyezést mérik egy 0 és 100 közötti skálán, és nem azt mutatják, hogy a modell a hibák hány százalékát oldotta meg. A költségek vizsgálatonként becsült következtetési költségek, a Scout 1.0 medium értékéhez viszonyítva.

Valós incidensekből épített szimulációkkal tanították

A Scout 1.0 alapja a GLM-5.3 Flash, amelyet a Datadog vizsgálati szimulációkban végzett megerősítéses tanulással továbbképzett. A szimulációk létrehozásához valós riasztások történeti incidenseit és telemetriai adatait használták fel, ügyféladatok nélkül. A modell a Bits Investigation eszközeit utánzó környezetben gyakorolja a bizonyítékgyűjtést és a versengő magyarázatok tesztelését.

A tanítás során jutalmazzák, ha a Scout megtalálja a hiba okát, és bizonyítékokkal támasztja alá a következtetéseit. A Datadog ehhez saját, nyílt forráskódú eszközökre épülő infrastruktúrát készített, amely a szimulációt, az értékelést és a modell tanítását is támogatja nagy léptékben.

A vállalat a Scoutot a saját AlertEval mellett a külső SREGym benchmarkon is tesztelte. Közlése szerint a Scout 1.0 medium jelentősen javít a GLM-5.3-Flash alapmodell teljesítményén, és több mint négyszer alacsonyabb költség mellett felülmúlja a GLM-5.3-at. A Scout 1.0 high a Datadog szerint versenyképes a benchmark legjobb modelljeivel, legalább kétszeres költségmegtakarítással.

Zárt előnézetben már használható

A Datadog mérnöki csapatai és az ügyfelek egy kisebb csoportja zárt előnézetben már a Scouttal működő Bits Investigationt használja termelési riasztások kivizsgálására. A vállalat várja az előnézetre jelentkezőket, akik saját környezetükben próbálhatják ki a rendszert, és visszajelzést adhatnak az általános elérhetőség előtt.

A Datadog a jövőben többféle meghibásodást szeretne szimulálni, miközben tovább javítaná a vizsgálatok minőségét és csökkentené a következtetési költséget. A vállalat tervei között szerepel az is, hogy a megközelítést a kivizsgáláson túl az automatikus helyreállításra is kiterjessze. Ennek célja, hogy a Bits a hibák első reagálójaként végzett feladatokon túl a szolgáltatás gyorsabb helyreállításában is szerepet kapjon, és csökkentse az ügyeleti terhelést.