La IA está revolucionando la forma en que los equipos de ingeniería escriben código, investigan problemas y gestionan sus sistemas. Desde interfaces conversacionales e investigaciones agénticas hasta integraciones profundas con MCP y optimización impulsada por IA, las novedades de DASH de este año facilitan la incorporación de la IA en todo tu flujo de trabajo, basándose en la telemetría en la que tu equipo ya confía.
Ahora puedes consultar tu entorno en lenguaje natural con Bits Chat, iniciar investigaciones autónomas a partir de una prueba fallida, conectar tus agentes de codificación favoritos al contexto en directo de Datadog y medir el impacto real de las herramientas de IA en tu proceso de entrega. Estas y otras funciones ayudan a los equipos a ser más productivos, al tiempo que permiten a los ingenieros mantener el control sobre las decisiones importantes. Sigue leyendo para conocer todas las novedades sobre cómo aprovechar la IA, y da un vistazo a nuestras otras entradas con resúmenes para estar al día de lo último en observabilidad, escalabilidady seguridad.
Busca, analiza y actúa más rápido en todo el entorno de Datadog con Bits Chat
Bits Chat es la interfaz de IA conversacional de Datadog que ayuda a los equipos a buscar, analizar y tomar medidas a partir de sus datos de observabilidad. Disponible en Datadog, Slack y en equipos móviles, Bits Chat ayuda a los usuarios a obtener respuestas más rápido sin tener que cambiar de herramienta ni volver a formular las consultas. Usa Bits Chat para buscar en todo tu entorno de Datadog, crear recursos como dashboards y notebooks, investigar y solucionar problemas, y mucho más, todo mediante una interfaz de lenguaje natural.
Habla con Bits AI por voz en la aplicación móvil de Datadog
Bits AI, en la aplicación móvil de Datadog, ya admite la entrada de voz. Pregúntale a Bits sobre el estado de tu sistema o sobre un incidente activo, ya sea por voz o por texto, y obtén respuestas con contexto extraído de la documentación pública de Datadog, los datos de telemetría y la información sobre la propiedad del servicio. Para empezar, abre la aplicación móvil de Datadog y toca la opción Bits Chat.
Crea dashboards mediante instrucciones en lenguaje natural con Bits Chat
Bits Chat ahora puede generar dashboards completos de Datadog y widgets individuales a partir de una sola instrucción en lenguaje natural, lo que permite convertir un objetivo de monitoreo en una visualización lista para usar en cuestión de segundos. Por ejemplo, puedes pedirle a Bits Chat que “construya un dashboard para monitorizar la latencia en el proceso de pago y las tasas de error del servicio de la tienda web”, y seleccionará las métricas, trazas y logs adecuados, y los ensamblará en un dashboard completo con las agrupaciones y los tipos de widgets apropiados. También puedes iterar de manera conversacional: Selecciona un widget para cambiar su consulta, agregar una nueva visualización o reestructurar una sección, lo que elimina el trabajo manual que supone crear un dashboard, para que los equipos puedan pasar de la pregunta a la respuesta con mayor rapidez. Descubre más en nuestra entrada del blog dedicada a este tema.
Crea y actualiza notebooks de investigación mediante instrucciones con Bits Chat
Bits Chat ahora puede generar notebooks completos de Datadog a partir de una sola instrucción en lenguaje natural, lo que permite convertir una pregunta o un objetivo de investigación en un documento estructurado con texto, visualizaciones y consultas en directo en cuestión de segundos. Pídele a Bits Chat que “cree una investigación sobre el reciente aumento de errores en el servicio de la tienda web”, y buscará los datos de telemetría pertinentes y elaborará el notebook con una hipótesis, visualizaciones de apoyo y conclusiones clave. También puedes modificar notebooks existentes de manera conversacional: Solo tienes que resaltar una sección y pedirle a Bits que la reescriba, que agregue otra consulta SQL o que genere un guion a partir de un incidente. Descubre más en nuestra documentación.
Usa lenguaje natural para escribir consultas sofisticadas con Bits Chat en DDSQL Editor
Bits Chat te permite realizar consultas en lenguaje natural en DDSQL Editor: describe lo que quieres en un lenguaje sencillo y obtén el código SQL sin tener que escribir las consultas desde cero. Úsalo para escribir consultas complejas sin tener que memorizar la sintaxis, como unir contenedores con métricas de CPU para detectar cargas de trabajo con exceso de recursos, agregar logs de errores de distintos servicios para identificar patrones de latencia en la ingesta, o consultar RUM y Product Analytics para rastrear las tendencias de interacción de los usuarios. También puedes pedirle a Bits Chat que explique cómo funciona una consulta existente o que optimice una lenta con una sola instrucción. Como Bits Chat conoce los esquemas y las fuentes de datos de las que dispones, genera consultas limitadas a las tablas que te interesan. Descubre más en nuestra documentación.
Analiza trazas lentas o fallidas con Bits Chat
Cuando una solicitud es lenta o falla, los desarrolladores a menudo necesitan inspeccionar una traza tramo por tramo para entender qué servicio, operación o dependencia contribuyó al problema. La función APM Trace Analysis en Bits Chat te ayuda a automatizar esta revisión de las trazas individuales. Desde una traza en APM, los usuarios pueden hacer clic en Fix with Bits (Arreglar con Bits) para iniciar un análisis. Bits Chat revisa la traza, correlaciona los tramos pertinentes con los logs relacionados (cuando están disponibles) y muestra las trazas de pila y el contexto del error para explicar qué falló, dónde se produjo el error en la ruta de la solicitud y qué hay que investigar a continuación. Cuando la integración del código fuente está configurada, Bits Chat también puede sugerir una solución a nivel de código a modo de seguimiento. Para conocer más, lee nuestra documentación.
Investiga la latencia del servicio con Bits Chat
Las investigaciones sobre la latencia suelen requerir comparar el comportamiento normal y el deteriorado de las solicitudes, identificar en qué se invierte tiempo y entender qué endpoints, dependencias y etiquetas están más correlacionados con una ralentización. Las investigaciones de latencia de APM en Bits Chat convierten este flujo de trabajo en una experiencia guiada en lenguaje natural, directamente desde las vistas de servicios y recursos de APM. Cuando los usuarios le piden a Bits Chat que investigue un problema de latencia, Bits analiza los datos de tramos pertinentes, compara las trazas lentas con patrones de solicitud más normales, identifica los cuellos de botella en la ruta de la solicitud y destaca los parámetros más relacionados con la ralentización. Esto ayuda a los ingenieros a pasar de pensar “algo va lento” a dar un siguiente paso concreto sin tener que ir cambiando manualmente de un dashboard a otro. Para conocer más, lee nuestra documentación.
Analiza los picos de costos y los excesos de presupuesto en cuestión de minutos con la función Cloud Cost de Bits Chat
Rastrear qué está causando un cambio en los costos normalmente implica saltar de un dashboard a otro, filtrar por equipo y servicio, y armar el contexto a partir de los datos de observabilidad, lo que termina significando horas de trabajo para una sola investigación. La función Cloud C0ost en Bits Chat convierte ese flujo de trabajo en una conversación. Pídele a Bits que investigue una anomalía en los costos, una alerta de monitoreo o un exceso en el presupuesto, y te mostrará un resumen con el impacto en dólares, el costo anual proyectado, los equipos responsables y el contexto de la comparación entre la tarifa y el uso. A partir de ahí, puedes analizar en detalle los principales factores que generan costos, correlacionar los gastos con métricas como el uso de la CPU o el volumen de solicitudes, comparar los resultados reales con los presupuestos y registrar toda la investigación en un Notebook de Datadog para pasársela al equipo responsable. Esta herramienta funciona con los costos de la nube, el SaaS, la IA y Datadog, lo que les da a los profesionales de FinOps y a los ingenieros un solo lugar para resolver dudas puntuales sobre costos. Consulta nuestra documentación para descubrir más.
Investiga y resuelve problemas con Bits AI
Diagnostica problemas de frontend más rápido con RUM Agentic Investigations
Para los ingenieros de frontend, investigar problemas por lo general significa alternar entre múltiples herramientas para correlacionar datos de su stack tecnológico. RUM Agentic Investigations de Datadog ayuda a los equipos a identificar las causas raíz con mayor rapidez al analizar automáticamente datos como eventos de RUM, trazas de APM y logs de red para generar conclusiones clasificadas y respaldadas por datos. Los ingenieros pueden iniciar investigaciones directamente desde una sesión única, una página lenta o un recorrido crítico, y luego revisar resultados estructurados que se transmiten a la interfaz de usuario en tiempo real. Los equipos pueden seguir con la investigación a través de una interfaz de chat integrada, guardar los resultados en un notebook o abrir el contexto en Bits Code para generar una solución de código. Para saber más, lee nuestra entrada del blog o da un vistazo a nuestra documentación.
Obtén información valiosa sobre el rendimiento mediante el perfilado y Bits AI
Continuous Profiler te da visibilidad a nivel de código sobre cómo las aplicaciones consumen CPU, memoria y otros recursos, pero los datos de perfilado suelen ser muy densos y difíciles de entender para quienes no son expertos, lo que hace que la mayoría de los desarrolladores no aprovechen al máximo esta herramienta. Ahora, Datadog pone a disposición de los agentes de IA los datos de perfilado a través de las nuevas herramientas MCP, Bits Chat y Bits Investigation, para que cualquier ingeniero pueda simplemente preguntar: “¿Cuáles son los principales cuellos de botella en este servicio durante los últimos 15 minutos?”. Bits encuentra automáticamente los datos de perfilado adecuados para el servicio y el intervalo de tiempo que le indiques, destaca los picos notables y los principales consumidores de CPU en cuanto a CPU, memoria y tiempo real, y traduce los resultados en resúmenes en lenguaje sencillo con recomendaciones sobre los pasos a continuación. Al integrar el perfilado en los flujos agénticos que los desarrolladores ya utilizan, se amplía el acceso a uno de los conjuntos de datos más avanzados de Datadog y se reduce el tiempo de resolución durante los incidentes.
Programa instrucciones y soluciones recurrentes con Bits Code Automations
Incluso cuando los equipos saben exactamente qué problema técnico deben resolver, el trabajo suele quedar en segundo plano frente a las prioridades de las funciones. Bits Code Automations convierte esa lista de tareas pendientes en un flujo de trabajo continuo al permitir que Bits Code se ejecute según la programación o en respuesta a desencadenantes de telemetría, en lugar de esperar a que un ingeniero inicie cada sesión manualmente. Programa instrucciones recurrentes para resolver una clase de problemas al ritmo de tu equipo, como arreglar cinco pruebas inestables por semana o priorizar los principales errores nuevos cada mañana. O bien, configura Bits para que inicie una corrección en el momento en que aparezca una señal de telemetría que reúna los requisitos, usando reglas que tú definas en torno a servicios, señales y niveles de gravedad. Cada automatización sigue generando una solicitud de incorporación de cambios lista para revisión, así que los humanos controlan qué se fusiona, y cada ejecución programada o activada se puede rastrear desde una sola vista junto con los resultados y el estado de la solicitud de incorporación de cambios. Actualmente, las automatizaciones están disponibles en las secciones de Error Tracking, Test Optimization, recomendaciones de APM, Code Security e instrucciones personalizadas para tareas generales de codificación, y pronto se agregarán más secciones de Datadog. Para conocer más, consulta nuestra entrada del blog y la documentación.
Prioriza más rápido las fallas de pruebas sintéticas con Bits Investigation
Cuando falla una prueba sintética de navegador o de API, de inmediato surgen dos preguntas: ¿Es este un problema real? Y, de ser así, ¿por qué? Responder ambas preguntas a menudo implica revisar manualmente las trazas, los logs, las métricas de infraestructura y el historial de pruebas antes de que puedas confirmar el alcance o identificar la causa. Bits Investigation incorpora la priorización asistida por IA a Synthetic Monitoring clasificando automáticamente las fallas como posibles regresiones o errores de configuración en las pruebas, y generando hipótesis sobre la causa raíz respaldadas por evidencia vinculada procedente de trazas de APM, métricas de infraestructura y actividad de implementación. Las investigaciones pueden iniciarse bajo demanda o configurarse para que se activen automáticamente según el nivel de criticidad del monitoreo. Lee más en nuestra entrada del blog.
Visualiza las alertas e inicia investigaciones con Bits AI en un diagrama de infraestructura en directo
Cuando la infraestructura o los servicios fallan, necesitas ver rápidamente qué se ha visto afectado y solucionarlo. El nuevo diagrama de Monitors con Bits Investigation te muestra todos tus monitores, para que, cuando te avisen de una alerta, puedas evaluar el alcance del problema al ver qué otras alertas se están activando en la infraestructura relacionada. Luego, puedes pasar el cursor sobre cualquier recurso o servicio del diagrama para que Bits AI inicie una investigación y rastree la causa raíz. Pruébalo ahora en cualquier monitor de alertas: haz clic en un evento específico para ver el diagrama. O inicia una investigación desde cualquier recurso en el diagrama de Monitors de Cloudcraft.
Incorpora Bits Investigation a tu flujo de trabajo de respuesta a incidentes
Cuando los ingenieros notifican un incidente, a menudo tienen que recopilar manualmente información de contexto de varias herramientas antes de poder siquiera empezar a investigar. Ahora puedes iniciar Bits Investigation directamente desde un canal de Slack de incidentes o desde la Incident Management de Datadog, incorporando automáticamente la cronología del incidente, los datos de telemetría vinculados de Datadog y cualquier contexto compartido a una investigación activa. Bits AI publica los hallazgos en tiempo real y una hipótesis sobre la causa raíz en el hilo del canal de Slack, y aparece como uno de los responsables en el registro del incidente. Los ingenieros cuentan con un colaborador de IA que trabaja en paralelo desde el momento en que se notifica un incidente, sin tener que hacer ninguna configuración manual. Descubre más en nuestra documentación sobre Incident AI.
Analiza los hallazgos de gobernanza en cuestión de minutos con Bits Investigations en Governance Console
Governance Console te muestra patrones de telemetría costosos y configuraciones obsoletas en toda una organización de Datadog, pero para tomar medidas ante un hallazgo, todavía tienes que averiguar manualmente qué cambió, quién es el responsable y qué control debes aplicar. Governance Agent de Bits Investigations cierra esa brecha. Desde la información valiosa de producto o un control, los administradores inician Bits Investigations con el contexto de gobernanza ya configurado. Bits avisa cuando empieza el crecimiento, te muestra los servicios y equipos que más contribuyen a él, y el cambio de configuración que actúa como causa raíz. A continuación, dirige al administrador al control adecuado para mitigarlo. El mismo motor de Bits Investigations que se usa para las investigaciones de incidentes de producción ahora está integrado directamente en el flujo de trabajo de gobernanza. Para saber más, lee nuestra documentación o comunícate con tu representante de cuenta.
Encuentra resúmenes de reuniones generados por IA en la línea de tiempo unificada de incidentes
Las llamadas puente son donde se toman la mayoría de las decisiones sobre incidentes, pero para registrar lo que se dijo siempre ha sido necesario que alguien tome notas. En los resúmenes de reuniones de incidentes se publican de forma automática resúmenes generados por IA de las llamadas de Zoom, Microsoft Teams y Google Meet directamente en la línea de tiempo del incidente y en el canal de Slack. Los resúmenes se generan al final de cada llamada y cada 10 minutos durante una llamada activa, para que quienes se incorporen más tarde puedan seguir el hilo sin interrumpir. Controla qué incidentes se resumen por servicio, gravedad, visibilidad o etiqueta. Consulta nuestra documentación sobre Incident Management para Zoom a fin de conocer más.
Incorpora el contexto de Datadog en tus flujos de trabajo de IA
Incorpora telemetría en directo de Datadog a tus agentes de IA con integraciones nativas
Con los conectores y complementos de Datadog en todas las principales plataformas de agentes de IA, como Claude Code, Claude Desktop, Claude Cowork, aplicaciones de ChatGPT, Codex CLI y Cursor, los desarrolladores pueden acceder a toda la potencia del stack tecnológico de observabilidad de Datadog directamente desde las herramientas en las que ya trabajan. Al conectarte a Datadog, tu agente de IA puede recuperar logs de errores recientes, visualizar un pico en una métrica, resumir un incidente abierto o revisar una traza distribuida, todo sin salir de tu editor, terminal o interfaz de chat. Todos los agentes basados en la web también son compatibles con las aplicaciones MCP para que puedas disfrutar de la misma experiencia de visualización avanzada a la que los desarrolladores están acostumbrados en Datadog. Descubre más en nuestra entrada del blog. Para explorar todos los conectores y complementos disponibles, visita el directorio de Datadog Agent.
Deja que tus agentes de IA tengan acceso en directo a Datadog desde la línea de comandos
Los agentes de IA son parte integral del proceso con el que los ingenieros escriben, implementan y resuelven problemas de software, pero la mayoría aún no tiene acceso directo a la telemetría en tiempo real de producción y depende de claves de API de larga duración repartidas entre los pipelines CI y los entornos de shell. Pup CLI les da a los agentes tipo shell acceso con alcance OAuth a más de 33 dominios de productos de Datadog a través de un solo binario con más de 200 comandos, que cubren Logs, APM, RUM, Cloud SIEM, Incident Management y más. Los agentes pueden recuperar el esquema del comando de forma dinámica mediante pup agent schema, analizar la salida estructurada en JSON o YAML y encadenar los resultados con herramientas como jq y grep. Las funciones integradas para la priorización de incidentes y la correlación de logs y trazas se instalan directamente en los flujos de trabajo de Claude Code y Cursor. Pup CLI se integra con Datadog MCP Server, que incluye agentes tipo chat en los entornos de desarrollo integrado (IDE) y asistentes. Lee nuestra entrada del blog o da un vistazo a Pup en GitHub para comenzar.
Incorpora la telemetría de Datadog a tus flujos de trabajo de IA con las aplicaciones MCP
Datadog MCP Server ahora es compatible con las aplicaciones MCP, que te permiten visualizar la telemetría de Datadog directamente en herramientas de IA como Claude, Cursor, Codex y ChatGPT. Esto amplía los flujos de trabajo de IA más allá del texto y las tablas al agregar experiencias interactivas —como series temporales, gráficos de pastel, mapas de árbol, listas principales y más— dentro de las herramientas de IA compatibles. Con consultas en lenguaje natural como “¿Por qué se disparó la latencia en el proceso de pago después de una implementación reciente?” o “¿Cómo va la conversión en el proceso de pago este mes?”, tu herramienta de IA puede mostrar gráficos de latencia en directo o embudos de Product Analytics, lo que te permite hacer análisis completos sin tener que abrir otra ventana.
Descubre más sobre cómo las aplicaciones MCP mejoran tus flujos de trabajo de IA actuales en nuestra entrada del blog dedicada al tema, y da un vistazo a las otras integraciones de IA que Datadog acaba de lanzar aquí.
Mide el impacto de las herramientas de codificación con IA en tus entregas de software
Los líderes de ingeniería están invirtiendo mucho en asistentes de codificación con IA, pero les cuesta vincular esas inversiones con resultados concretos en la entrega. Datadog AI Impact te ayuda a cerrar esa brecha al conectar la telemetría de uso de herramientas de codificación con IA, como Claude Code, Cursor y Copilot, con tus métricas de entrega, etiquetando cada commit con la herramienta y el modelo que lo asistieron a medida que el código pasa de la solicitud de incorporación de cambios a producción. Ve exactamente qué porcentaje de tu código está asistido por IA, compara lado a lado el trabajo asistido por IA y el escrito por humanos en cuanto a velocidad y estabilidad, y evalúa herramientas y modelos basándote en los datos de tu propio equipo (no en la tabla de clasificación de otros), para que cada decisión de adopción y renovación se base en tus propios datos de entrega. Para conocer más, consulta nuestra entrada del blog y la documentación.
Unifica la visibilidad de Kubernetes en múltiples clústeres con las herramientas MCP de Datadog
Para investigar problemas de Kubernetes en varios clústeres, tienes que ejecutar los mismos comandos de kubectl en cada uno de ellos e incorporar manualmente la información sobre la propiedad, el servicio y el contexto del entorno que kubectl no puede proporcionar. Datadog MCP Server ahora incluye un conjunto de herramientas de Kubernetes que permite a los agentes de IA compatibles con MCP consultar recursos en todo tu conjunto de clústeres con una sola llamada, y los resultados se enriquecen con metadatos de Datadog. Los agentes pueden encadenar las herramientas de búsqueda, descripción y recuperación de manifiestos del conjunto de herramientas en flujos de trabajo para la priorización de incidentes, la identificación del alcance de los impactos, la detección de desviaciones, las verificaciones de gobernanza y los análisis de riesgos de solicitudes de incorporación de cambios. Lee nuestra entrada del blog para saber más.
Amplía el contexto de APM para los agentes de IA con el conjunto de herramientas MCP para APM
Datadog MCP Server ya les da a los agentes de IA acceso a datos clave de telemetría de APM a través de herramientas como la búsqueda de trazas y la búsqueda de tramos. El conjunto ampliado de herramientas MCP para APM, que ahora está en versión preliminar, incorpora más datos de APM a la capa de MCP, incluida la detección de etiquetas de tramo, las recomendaciones de APM y las implementaciones desde el rastreo de cambios. Con este contexto adicional, los agentes pueden investigar problemas de servicio, entender las dimensiones del tramo pertinente, encontrar oportunidades de optimización y detectar implementaciones recientes que puedan haber contribuido a un problema. Para empezar a usar el conjunto de herramientas MCP para APM, lee la documentación de las herramientas de Datadog MCP Server o regístrate en la versión preliminar.
Realiza consultas de manera flexible en tus datos de telemetría de Datadog con la API de DDSQL y las herramientas MCP
La API de DDSQL y las herramientas MCP te permiten ejecutar consultas DDSQL de manera programática sobre tus datos de telemetría de Datadog usando el mismo SQL compatible con Postgres que está disponible en DDSQL Editor. El conjunto de herramientas MCP también les da a agentes como Claude y ChatGPT el contexto que necesitan para escribir consultas DDSQL en tu nombre, con herramientas de descubrimiento de esquemas que exploran las tablas y columnas disponibles, búsqueda por campos en diferentes fuentes de datos y una referencia de sintaxis de DDSQL. Esto abre la puerta a casos de uso como la gobernanza automatizada de etiquetas en todas tus cuentas de AWS, GCP y Azure, combinar las tasas de error de los logs con la latencia de los tramos para detectar servicios con problemas, o analizar trazas de LLM Observability para rastrear el uso de tokens y al rendimiento de los modelos en tus flujos de trabajo de IA. Consulta nuestra documentación para saber más, o comienza con Datadog MCP Server.
Crea flujos de trabajo agénticos para responder a alertas y solucionar problemas con Bits Agent Builder
A medida que los sistemas crecen, los flujos de trabajo automatizados que los equipos crean para manejar las alertas y las medidas correctivas requieren ramas lógicas cada vez más complejas y codificadas de forma estática. Bits Agent Builder, que ya está disponible para todos, incorpora la orquestación basada en IA a Workflow Automation de Datadog, lo que permite a los ingenieros crear agentes diseñados específicamente para analizar situaciones complejas en lugar de limitarse a seguir un guion fijo. Los ingenieros describen los objetivos de un agente en lenguaje natural, controlan a qué fuentes de datos y herramientas puede acceder, e implementan agentes que interpretan los datos de observabilidad de Datadog y las señales de terceros para tomar medidas automáticamente o bajo demanda a través del chat. Descubre más en nuestra entrada del blog.
Instrumenta tu aplicación para Datadog sin salir de tu entorno de desarrollo con Agentic Onboarding
Con Agentic Onboarding, Datadog integra la instrumentación y la configuración directamente en los flujos de trabajo actuales de los desarrolladores, ya sea a través de AI Setup CLI o de Datadog MCP Server. Esto significa que los desarrolladores pueden configurar la observabilidad sin necesidad de salir de sus entornos, buscar en la documentación y aplicar manualmente configuraciones complejas. Setup CLI se ejecuta en tu terminal, detecta tu stack tecnológico y configura Datadog mediante la instrumentación de configuraciones de IaC o del código de las aplicaciones. MCP Server integra esas mismas herramientas de incorporación en los asistentes de codificación con IA, así que la configuración se hace directamente desde el IDE. Los equipos pasan de cero a tener todo el sistema totalmente instrumentado en cuestión de minutos, sin salir de sus entornos de desarrollo ni necesitar a un experto de Datadog. Para conocer más, lee nuestra documentación.
Otorga a los agentes de IA y a las herramientas de desarrollo un acceso seguro y auditable a los hosts de infraestructura con Datadog Agent MCP
Datadog Agent MCP es un nuevo conjunto de herramientas de acciones remotas que amplía las capacidades de Datadog MCP Server. Les da a los sistemas de IA y a las interfaces de línea de comandos (CLI) de los desarrolladores acceso directo, en tiempo real, seguro y auditable a los hosts de tu infraestructura mediante un shell bajo demanda, a través de un canal con proxy de backend impulsado por Private Action Runner. Con lenguaje natural, puedes leer archivos de log, revisar el estado de los procesos, describir los pods y eventos de Kubernetes, y diagnosticar problemas de red sin necesidad de acceso SSH ni de enviar datos desde el host. Los agentes de IA como Claude Code, OpenAI Codex y Bits AI pueden ejecutar comandos de shell e invocar scripts bajo demanda directamente en tus hosts.
Para poder participar en esta versión preliminar, ya debes tener instalado Datadog Agent (versión 7.80 o superior) y poder instalar Private Action Runner en tu entorno.
Reduce costos y mejora el rendimiento con la IA
Centraliza tu implementación y gestión de Kubernetes Autoscaling
Ajustar el tamaño de las cargas de trabajo de Kubernetes en toda la flota es una de las optimizaciones de costos más eficaces que existen, pero históricamente ha requerido conocimientos especializados por servicio que no se pueden escalar. La función de Kubernetes Autoscaling de Datadog ahora te permite ampliar el autoescalado de las cargas de trabajo en todo tu clúster de forma más rápida y segura, con tres vías de implementación: activación masiva desde la página de configuración dentro de la aplicación, gestión de políticas como código con perfiles de clúster de GitOps y generación de manifiestos asistida por IA. El reajuste vertical en el lugar aplica los cambios de tamaño a las solicitudes de recursos de los contenedores con menos interrupciones que la recreación de pods. Consulta nuestra entrada del blog para conocer más.
Descubre una gama más amplia de optimizaciones de servicios con las recomendaciones de IA
Las recomendaciones de IA de APM amplían la experiencia actual de las recomendaciones de APM al usar la IA para descubrir una gama más amplia de oportunidades de optimización de servicios, incluidas cachés faltantes, latencia de cola, contienda por recursos, agotamiento del grupo de conexiones, serialización excesiva, cargas útiles sin límites y más. Los equipos pueden revisar, priorizar y rastrear las recomendaciones de IA hasta su resolución en APM. Cuando se configura la integración de código fuente, Datadog puede usar el contexto del código para mejorar la precisión de las recomendaciones y ayudar a los equipos a identificar dónde deben hacer una corrección. Para saber más, consulta nuestra documentación.
Elimina el desperdicio de almacenamiento en la nube más rápido con Datadog Storage Management y Bits Chat
A medida que la IA y otras cargas de trabajo que consumen muchos datos impulsan un crecimiento exponencial en el almacenamiento de objetos, los patrones de costos más significativos se ocultan cada vez más por debajo del nivel de los buckets. Las nuevas recomendaciones de Datadog Storage Management y la integración con Bits ayudan a los equipos de ingeniería y FinOps a identificar y reducir los principales factores que generan costos en su almacenamiento en la nube. Storage Management permite detectar automáticamente áreas de desperdicio o ineficiencia, como archivos pequeños que aumentan la sobrecarga por objeto, objetos duplicados y datos inactivos almacenados en niveles costosos. Con la integración de Bits Chat, puedes analizar los buckets de almacenamiento para identificar los factores que generan costos usando lenguaje natural y generar conclusiones adaptadas a la estructura de tus datos, tus patrones de acceso y tus configuraciones actuales. Storage Management para Amazon S3 ya está disponible para todos, mientras que las versiones para Google Cloud Storage y Azure Blob Storage están en fase de prueba. Para conocer más, lee nuestra documentación.
Optimiza tareas de Spark y Databricks con IA y Datadog Jobs Monitoring
Las tareas de Spark y Databricks pueden durar horas y costar miles de dólares al mes, pero encontrar el cuello de botella exacto entre la configuración, el diseño de las consultas, el código y la infraestructura sigue requiriendo horas de investigación manual. Datadog Jobs Monitoring te muestra recomendaciones priorizadas en todos tus pipelines, con estimaciones de ahorro basadas en datos reales de ejecución en producción, y Datadog MCP Server lleva el contexto de ejecución de Spark directamente a tu agente de codificación para que puedas investigar y solucionar problemas en las tareas sin salir de tu editor. Para saber más, lee nuestra entrada del blog.
Analiza y normaliza automáticamente todos tus logs
Los pipelines de logs transforman los mensajes de log sin procesar en atributos estructurados que permiten realizar búsquedas, aplicar filtros, crear dashboards y configurar monitores en todo Datadog. Aunque Datadog ofrece pipelines listos para usar para muchas fuentes de logs, los logs de aplicaciones personalizadas aún requieren que los ingenieros creen manualmente reglas de análisis de datos de Grok, procesadores y reasignadores. Este proceso exige experiencia y un mantenimiento constante, ya que los formatos de los logs cambian con el tiempo. El procesamiento automático reduce ese trabajo al detectar automáticamente los logs sin analizar en el momento de la ingesta, generar reglas de análisis de datos y reasignar atributos clave como la marca de tiempo, el estado, el servicio, el ID de traza y el ID de tramo, todo sin necesidad de configuración alguna. El procesamiento automático también está totalmente administrado, así que Datadog monitoriza de forma constante la precisión y se adapta a medida que cambian los formatos de tus logs, para que tu equipo nunca más tenga que ocuparse de mantener una regla de Grok. Regístrate en nuestra versión preliminar de procesamiento automático para comenzar.
Genera reglas de análisis de datos de Grok basadas en IA con un solo clic
Los equipos de DevOps a menudo gestionan altos volúmenes de logs personalizados que llegan desestructurados, mal formateados o sin analizar. Sin embargo, escribir reglas personalizadas de Grok para analizar esos datos es complicado, propenso a errores de sintaxis y lleva mucho tiempo. Ahora, Datadog Observability Pipelines admite el análisis de datos de Grok asistido por IA, lo que permite a los equipos generar reglas de análisis de datos con solo un clic en la interfaz de usuario. Pega tus muestras de logs y genera automáticamente reglas de análisis de datos para normalizar tus datos según tu taxonomía preferida. Para conocer más, lee nuestra documentación o comunícate con tu representante de cuenta.
Crea aplicaciones internas con la ayuda de agentes de compilación usando Datadog Apps
Los agentes de codificación con IA agilizan la creación de aplicaciones internas, pero esas aplicaciones aún necesitan una forma fiable de funcionar, conectarse a sistemas externos e integrarse a los flujos de trabajo que los equipos usan todos los días. Datadog Apps les ofrece a los equipos una forma centrada en el código para desarrollar aplicaciones a partir de los agentes, los IDE y los pipelines CI. En lugar de implementar herramientas independientes que generan más cambios de contexto, los equipos pueden integrar estas aplicaciones directamente en los dashboards, notebooks, páginas de servicioy la página de inicio para desarrolladores de Datadog. Las aplicaciones usan el modelo de identidad y permisos de Datadog y pueden conectarse a sistemas externos a través de conexiones configuradas. Datadog también implementa herramientas en las aplicaciones para ayudarte a monitorizar su estado y rendimiento, lo que incluye los errores, la actividad de los usuarios y las tendencias de uso.
Para comenzar, lee nuestra entrada del blog o la documentación y regístrate en la versión preliminar.
Logra visibilidad sobre el uso, el rendimiento y los gastos relacionados con la IA gracias a las integraciones de IA de Datadog
Las nuevas integraciones de Datadog con las principales herramientas y proveedores de IA en todo el stack tecnológico les dan a los equipos un lugar único para dar rastrear la adopción de la IA, medir el impacto en la productividad y controlar los costos. Visualiza el consumo de tokens, los patrones de uso de los modelos y las tendencias de costos en todas tus cargas de trabajo de la API de Anthropic. Importa los datos de facturación y uso de OpenAI a Datadog para desglosar los gastos por modelo, proyecto y período. Logra visibilidad sobre la utilización de las licencias de GitHub Copilot , las tasas de aceptación de sugerencias y el uso activo en toda tu organización. Importa las métricas de actividad y adopción de Microsoft Copilot a Datadog para saber qué equipos están usando activamente la asistencia de IA y si Copilot está generando mejoras medibles en la productividad. Rastrea cómo tus equipos de desarrollo están usando las funciones de programación impulsadas por IA de Cursor , incluidas las interacciones con los modelos, la frecuencia de uso y las tendencias de adopción. Monitoriza tu infraestructura de Supabase Cloud , desde el rendimiento de la base de datos y el uso de grupos de conexiones hasta el volumen de solicitudes de API y la actividad de autenticación. Además, conecta tu puerta de enlace de IA existente a Datadog LLM Observability para realizar evaluaciones con tus propias claves de API y acceso al modelo. Descubre más sobre las integraciones de IA de Datadog en nuestra documentación.
