DevOps-инженер, который никогда не спит
The Devops Engineer Who Never Sleeps
Агенты Datadog для on-call и разработки разбирают алерты и ошибки сами, а сложнее всего, по словам авторов, оказалась оценка качества.
- Расследование алертов — агент строит гипотезы и проверяет их запросами к логам, метрикам и трейсам; интерфейс показывает, какие шаги runbook он выполнил, и это помогает постепенно доверять ему.
- Оценка на узких задачах — вертикальных агентов под конкретную задачу проще измерить, чем универсальных; эксперты проверяют результат, а не пишут правила, а оценка ведётся офлайн, онлайн и на живом тестовом наборе.
- Исправление с регрессионным тестом — агент AI Software Engineer находит причину ошибки, предлагает фикс и тест на повтор; результат можно отправить PR на GitHub или открыть в Visual Studio Code.
- Граф вызовов агента — у агента бывают сотни вызовов моделей и инструментов, поэтому в LLM Observability его показывают графом, где подсвечен узел с ошибкой.
Кому полезно: тем, кто строит агентов для on-call и хочет понять, как их оценивать; доклад во многом презентация продукта Datadog, а агенты пока в private beta.
Статья по теме
Главы
Похожие доклады
Чем теперь занимается AI-инженер?
Близко по содержанию
Постоянно работающие агенты для эксплуатации без дежурств
AI Engineer World's Fair 2026
Близко по содержанию
Всё, что нужно знать о наблюдаемости AI-агентов
Ben Hylak, Danny Gollapalli, Zubin Koticha
AI Engineer Europe 2026
Близко по содержанию
Практическое руководство по запуску ИИ-агентов в корпоративном масштабе
AI Engineer Europe 2026
Близко по содержанию

