Datadog 推出排障專用模型 Scout

2026 年 11 月 12 日，Datadog 釋出了輕量級專用模型 Scout，用於排查生產環境中的問題。該模型執行在 Datadog 的 AI SRE 產品 Bits Investigation 中，能夠接收告警、檢視遙測資料並給出問題根因推測，目前處於封閉預覽階段，由 Datadog 工程師和少量客戶使用。

公告中描述的大部分工作都與成本有關。排查故障可能需要多次呼叫模型，因為 Bits 會嘗試查詢、分析結果並決定下一步要檢查什麼，通用模型雖然可以完成這類任務，但 Datadog 表示高昂的呼叫成本導致無法對每一條告警都跑一遍，團隊希望在工程師收到告警、還在響應的同時，Bits 就已經開始排查。Datadog 稱，在其 AlertEval 基準測試中，Scout medium 的得分接近 GPT-6.1 Sol high 和 Claude Opus 5.5 high，排查成本僅為後者的三分之一到八分之一；在 xhigh 檔位下，Scout 的效果對標 Claude Fable 5.1 xhigh，成本降為四分之一。Scout 專為低延遲、高頻率告警響應最佳化，目標是讓 Bits 成為全天候待命的第一響應者，在工程師介入之前收集線索、定位可能的故障原因。據公告，Scout 基於 GLM-5.3 Flash 構建，並使用模擬事件進行了強化學習後訓練，參與公告撰寫的作者包括 Othmane Abou-Amal、Ben Cohen、Afshin Rostamizadeh、Ameet Talwalkar、Omri Sass 和 Daniel Shan。