La presentación principal de DASH de este año mostró cómo Bits AI de Datadog brinda soporte tanto para los flujos de trabajo de los desarrolladores como para los de operaciones, donde los agentes investigan, validan y resuelven problemas de todo el stack tecnológico junto a ti y a tu equipo. En la presentación principal se dieron a conocer docenas de nuevas capacidades que abarcan desde la detección y corrección autónomas, pasando por la validación y las pruebas de lanzamientos impulsadas por IA, hasta el monitoreo unificado del recorrido del usuario, además de una nueva generación de agentes de Bits AI que conservan el conocimiento operativo de tu equipo y actúan dentro de los límites que tú definas.
Ya sea que quieras subsanar automáticamente las brechas de monitoreo, implementar código generado por IA de manera segura, optimizar consultas lentas a la base de datos o brindarles a quienes no son expertos una forma de analizar sistemas complejos en lenguaje sencillo, Datadog les permite a los equipos desarrollar mejor con la IA. Da un vistazo a todos los anuncios más importantes de la presentación en esta entrada del blog y lee nuestros otros resúmenes para ver cómo Datadog te ayuda a aprovechar la IA, lograr observabilidad de extremo a extremo, operar a gran escala y proteger y gestionar tu entorno.
Cierra el ciclo operativo, desde la detección hasta la corrección
Monitoriza de forma autónoma las degradaciones que causan un impacto significativo con Bits Detection
Los nuevos servicios se lanzan más rápido de lo que la configuración de monitoreo puede seguir el ritmo, lo que deja a los endpoints sin alertas, con umbrales calibrados según patrones de tráfico antiguos y un enrutamiento que se vuelve obsoleto a medida que los equipos se reorganizan. Bits Detection, que ya está disponible en versión preliminar, usa la información contextual que Datadog ya tiene sobre tus servicios, endpoints, dependencias e historial de implementaciones para crear y mantener la cobertura de detección de forma automática. Centra la cobertura en los endpoints que tienen más probabilidades de afectar a los usuarios, establece puntos de referencia a partir del comportamiento histórico en lugar de umbrales estáticos, se adapta a medida que cambian los servicios y conecta la detección con la investigación y la corrección autónomas cuando surgen problemas. Para comenzar, regístrate en la versión preliminar o lee la entrada del blog.
Conserva el conocimiento operativo de tu equipo con Bits Memories
Resolver los incidentes más difíciles a menudo depende de un contexto que la telemetría en directo por sí sola no puede proporcionar, como los patrones de falla que tu equipo ha visto antes, las soluciones que funcionaron o fallaron, y los detalles específicos del servicio que hacen que tu entorno sea único. Bits Memories te ayuda a conservar las lecciones operativas útiles del trabajo que tu equipo ya está haciendo en investigaciones, guías de procedimientos, análisis posteriores, conversaciones de Slack, soluciones anteriores y más. Bits identifica automáticamente los detalles importantes y los guarda en su memoria, así que cuando surjan problemas relacionados más adelante, Bits puede usar ese contexto sin que el personal de respuesta tenga que volver a buscarlo o introducirlo bajo presión. Para comenzar, regístrate en la versión preliminar.
Resuelve automáticamente los problemas con Bits Remediation
Una vez que Bits termina una investigación e identifica la causa raíz, Bits Remediation te ayuda a resolver el problema. Bits puede ejecutar acciones de corrección en todos tus servicios e infraestructura mediante llamadas a API, la ejecución de scripts de corrección totalmente configurados (como comandos de kubectl para reiniciar implementaciones de Kubernetes) y la generación de correcciones de código que los equipos pueden abrir como solicitudes de incorporación de cambios con un solo clic. Bits Remediation sigue los límites que define tu equipo, así que las acciones se alinean con tu entorno y tus preferencias de riesgo. Esto ayuda a los equipos a dedicar menos tiempo a convertir los hallazgos de las investigaciones en pasos a seguir, al tiempo que permite a los responsables mantener el control sobre lo que se ejecuta. Para conocer más, consulta nuestra documentación o regístrate en la versión preliminar.
Detecta y soluciona los problemas antes de que se agraven con Bits Infrastructure Operations
A medida que los entornos crecen en tamaño y escala, y cada día se implementan nuevas cargas de trabajo, los equipos de infraestructura no pueden priorizar y resolver manualmente los problemas en toda su infraestructura: hosts, Kubernetes, entornos sin servidor y redes. Entre estos problemas se incluyen la saturación de disco en los hosts, los errores CrashLoopBackOff y OOMKilled en Kubernetes, los límites de concurrencia en AWS Lambda, los certificados TLS que caducan en las redes, la presión de memoria en Amazon ECS y mucho más.
Bits Infrastructure Operations, que ya está disponible en versión preliminar, detecta, investiga y resuelve de manera autónoma problemas comunes y recurrentes de infraestructura antes de que se conviertan en incidentes. Además, señala los cambios de infraestructura que pueden ser riesgosos en las solicitudes de incorporación de cambios antes de que lleguen a producción. Cuando Bits Infrastructure Operations puede actuar de manera segura dentro de los límites que tú definas, resuelve los problemas automáticamente. Cuando las soluciones requieren aprobación humana, te muestra los problemas de mayor prioridad con todo el contexto que tu equipo necesita para revisar y aprobar el siguiente paso. Los equipos pueden comenzar con límites basados en aprobaciones y ampliarlos con el tiempo, a medida que Bits aprende de las aprobaciones repetidas. Para conocer más, lee nuestra entrada del blog o regístrate en la versión preliminar.
Garantiza la fiabilidad
Pasa de la observabilidad pasiva a un enfoque proactivo para evaluar el estado de los dispositivos de red y resolver los problemas
Los equipos de redes están ahogados en métricas, eventos, tráfico y datos de configuración de dispositivos, pero el volumen por sí solo no te dice qué es lo más importante ni qué hacer a continuación. Datadog Network Device Health correlaciona automáticamente las señales de todos tus dispositivos de red y te muestra los problemas ordenados por impacto en el negocio antes de que se propaguen. Cuando se detecta un problema, un panel lateral de investigación explica qué pasó, el alcance del impacto y el cambio exacto de configuración que hay que revertir. A partir de allí, con un solo clic se implementa la reversión, mientras que las métricas en tiempo real te permiten monitorizar la recuperación con confianza. Para tus incidentes más críticos, Bits Investigation acelera la resolución de problemas con un razonamiento paso a paso que ayuda a tu equipo a identificar la causa raíz con mayor rapidez. Para comenzar con Network Device Health, consulta nuestra entrada del blog.
Rastrea los cambios de configuración que causan problemas complejos de red con Network Configuration Management
Datadog Network Configuration Management correlaciona automáticamente la disminución en el rendimiento de los dispositivos con el cambio de configuración exacto que la causó. Cuando surge un problema de rendimiento, los equipos ya no tienen que comparar manualmente las instantáneas de configuración ni cambiar de una herramienta a otra para encontrar la causa raíz. Datadog rastrea los cambios de configuración a lo largo del tiempo y te muestra resúmenes generados por IA que traducen hasta los cambios más complejos a un lenguaje sencillo que cualquier ingeniero puede entender y utilizar para tomar medidas. Cuando se identifica un cambio problemático, tu equipo puede retroceder con un solo clic a la última configuración confiable para resolverlo de inmediato. Explora la documentación sobre Network Configuration Management para comenzar.
Rastrea los problemas de red desde la aplicación hasta el dispositivo con visibilidad de L7 a L1
Una traza que muestra latencia o errores cuenta toda la historia de la red: los servicios que intercambian tráfico, los flujos que los conectan y el salto exacto en el que un dispositivo físico está causando el problema. La visibilidad de Datadog desde la capa L7 hasta la L1 les da a los ingenieros visibilidad de extremo a extremo, desde la capa de aplicación, pasando por los flujos de red entre servicios, hasta los saltos físicos y los dispositivos donde se produce la caída en el rendimiento. Ya sea que el problema sea un firewall mal configurado, una ruta inesperada entre regiones o un dispositivo con mucha pérdida de paquetes, los SRE y los ingenieros de red localizan el problema directamente en la pestaña Red de APM. Para comenzar con la visibilidad de L7 a L1 en las trazas de APM, lee nuestra entrada del blog o regístrate en la versión preliminar.
Diagnostica problemas en la infraestructura subyacente de Internet con BGP Centric View
Cuando la conexión a Internet se deteriora y todo apunta a la capa del protocolo de puerta de enlace fronteriza (BGP), para confirmar si la causa raíz es un problema con el proveedor de tránsito o con el intercambio de tráfico, hay que salir de la plataforma por completo y hacer búsquedas manuales del número de sistema autónomo (ASN) y rastrear las relaciones de forma fragmentada. BGP Centric View de Datadog incorpora ese contexto directamente en la interfaz de usuario de Network Path, en una pestaña dedicada a BGP, para mostrar todos los ASN del flujo. Con un solo clic, los ingenieros pueden averiguar quién es el proveedor de servicios de cada ASN, así como sus vecinos de entrada y de salida, lo que les da a los equipos una visión completa del enrutamiento sin tener que salir de la plataforma. Explora la documentación sobre BGP Centric View para comenzar.
Optimiza automáticamente las consultas a la base de datos con Datadog Database Monitoring
El servicio Bits Database Optimization de Datadog Database Monitoring ofrece a todos los equipos de ingeniería un proceso completo y automatizado, desde la detección de consultas lentas hasta la corrección en producción, sin que se requiera un conocimiento profundo de bases de datos. Al validar las posibles modificaciones con una copia simulada de tu esquema, Datadog te ayuda a asegurarte de que cada optimización demuestre ser más rápida con tus datos específicos antes de que llegue a tu código fuente.
Cuando se valida una corrección, Bits Database Optimization localiza la línea exacta de código que generó la consulta y abre una solicitud de incorporación de cambios lista para fusionar con pruebas de rendimiento integradas, para que los equipos puedan revisar e implementar las mejoras dentro de su flujo de trabajo habitual. Una vez que se implemente el cambio, los equipos pueden confirmar que la mejora se mantiene bajo la carga real de producción directamente en DBM Query Metrics. Para conocer más, lee nuestra entrada del blog.
Consulta los logs en distintos destinos de almacenamiento con Federated Logs
Los sistemas modernos generan cantidades enormes de datos de telemetría, y no todos terminan en un solo lugar: los logs de aplicaciones e infraestructura se envían a plataformas de observabilidad; las tareas de entrenamiento de aprendizaje automático generan logs que se almacenan en “lagos de datos”; los flujos de eventos de gran volumen se guardan en almacenes columnares, y los archivos de auditoría se envían a sistemas de almacenamiento de objetos como Amazon S3. La fragmentación resultante puede suponer un obstáculo durante las investigaciones, lo que obliga a los equipos a cambiar de contexto y reescribir las consultas para adaptarlas a diferentes sintaxis. Federated Logs te permite consultar almacenes de datos externos —incluidos Databricks y ClickHouse— desde Log Explorer, utilizando las mismas facetas y la misma sintaxis de consulta, sin importar dónde se encuentren tus logs. En combinación con Observability Pipelines, que enruta, transforma y normaliza los logs antes de que lleguen a su destino, Federated Logs ofrece una experiencia de investigación uniforme en todos los sistemas de almacenamiento que ya utilizas. Para comenzar, regístrate en la versión preliminar o descubre más en nuestra entrada del blog.
Almacena y busca logs a escala de petabytes en tu propia infraestructura con Datadog BYOC Logs
La administración de logs en hosts propios brinda a los equipos soberanía y control sobre los datos, pero estas soluciones son difíciles de mantener y carecen de capacidades clave de las plataformas SaaS, como la correlación de telemetría y el análisis impulsado por IA. Datadog BYOC Logs ofrece a los equipos lo mejor de ambos mundos. Funciona en tu propia infraestructura y se mantiene completamente integrado con la plataforma de Datadog. Datadog BYOC Logs permite a los equipos mantener un control total sobre la ubicación de sus datos sin renunciar a la búsqueda a escala de petabytes, la correlación entre diferentes tipos de telemetría, la investigación asistida por IA ni la gobernanza centralizada. Descubre más en nuestra entrada del blog.
Asegura la intención
Monitoriza los recorridos críticos de los usuarios con Datadog Journey Monitoring
Sin una vista unificada, los equipos de ingeniería, producto y DevOps persiguen los mismos problemas con herramientas diferentes y llegan a conclusiones distintas. Esto hace que sea casi imposible determinar si una caída en un recorrido crítico del usuario se debe a factores técnicos o de comportamiento. Datadog Journey Monitoring reúne datos sobre el tráfico, las tasas de conversión, el tiempo de actividad y los errores de Real User Monitoring, Synthetic Monitoringy Product Analytics en una única vista compartida de cada flujo crítico de usuario, para que los equipos de ingeniería, producto y DevOps siempre tengan una visión común del rendimiento de un recorrido. Journey Monitoring se encuentra actualmente en fase de vista previa, y si tu organización ya utiliza los tres productos DEM (Real User Monitoring, Synthetics y Product Analytics), puedes registrarte hoy mismo. Descubre más en la documentación de Journey Monitoring y lee nuestra entrada del blog.
Cierra el ciclo de desarrollo, desde la detección hasta la solución
Convierte los hallazgos de Datadog en correcciones de código automatizadas con Bits Code
Los equipos de ingeniería pueden quedar atrapados en un ciclo reactivo de corrección. Cada pico de errores, regresión en el rendimiento, prueba inestable o nueva vulnerabilidad desencadena el mismo ciclo manual: priorización, localización del código, redacción de una corrección, ejecución de pruebas y apertura de una solicitud de incorporación de cambios. Bits Code, el agente de codificación de Datadog para toda la plataforma, cierra ese ciclo. Está integrado en todas las áreas donde Datadog detecta un problema, desde Error Tracking y las recomendaciones de APM hasta Continuous Profiler, Test Optimization, Code Security, Database Monitoring, la corrección de Kubernetes y Bits AI SRE, de modo que el mismo agente corrige un error recurrente en un momento y, al siguiente, soluciona una vulnerabilidad.
Dado que Bits Code realiza sus investigaciones con los mismos datos de telemetría en los que ya confían los ingenieros —incluidos logs, trazas, métricas, perfiles, variables de tiempo de ejecución y hallazgos de seguridad—, cada corrección propuesta se basa en el comportamiento real en producción, en lugar de en las suposiciones que los asistentes de codificación genéricos hacen basándose únicamente en el código fuente. Los equipos también pueden solicitar directamente a Bits Code refactorizaciones y trabajos de codificación puntuales, programar ejecuciones periódicas de corrección o activar ejecuciones automáticamente a partir de datos de telemetría. Bits Code ya está disponible para el público en general. Para conocer más, consulta nuestra entrada del blog y la documentación sobre Bits Code.
Lanza código de manera segura a la velocidad de la IA con Bits Release
Bits Release es un agente de validación de lanzamientos basado en IA que verifica cada cambio de código, desde la solicitud de incorporación de cambios (PR) hasta la puesta en producción. Cuando se abre una PR, Bits Release analiza el impacto previsto del cambio, genera un plan de validación, ejecuta verificaciones de extremo a extremo en el entorno de prueba y monitoriza el despliegue en producción.
A diferencia del monitoreo tradicional, Bits Release valida los lanzamientos en contexto: Verifica que las mejoras previstas se produzcan realmente, al tiempo que detecta regresiones y efectos secundarios no deseados. Cuando surgen problemas, investiga las posibles causas raíz y ayuda a generar soluciones. Las validaciones exitosas pueden convertirse en monitores permanentes de producción, lo que genera un ciclo continuo de seguridad para el código de alta velocidad y generado por IA. Descubre más en nuestra entrada del blogo bien regístrate en la versión preliminar.
Automatiza la cobertura de pruebas sintéticas con Bits Testing
Mantener actualizadas las pruebas sintéticas es una de las tareas que más tiempo consume a la hora de lanzar productos rápidamente. Los nuevos flujos quedan sin probar, los cambios en la interfaz hacen que los scripts existentes dejen de funcionar y, sin que nos demos cuenta, surgen brechas en la cobertura. Bits Testing Agent automatiza la generación y el mantenimiento de pruebas sintéticas al explorar tu aplicación de manera autónoma, identificar recorridos críticos de los usuarios y generar suites de pruebas ejecutables a partir de una URL o un objetivo expresado en lenguaje natural. Para aplicaciones dinámicas en las que las interfaces y los resultados varían, las pruebas basadas en objetivos te permiten definir un resultado esperado en lugar de una secuencia fija de pasos, de modo que las pruebas se adaptan en lugar de fallar. Las exploraciones programadas mantienen la cobertura actualizada con el tiempo sin intervención manual. Descubre más en nuestra entrada del blog. Para comenzar a automatizar tu cobertura de pruebas con Bits Testing Agent, únete a la versión preliminar.
Los fundamentos de datos del stack tecnológico agéntico
Obtén respuestas de calidad a tus preguntas de negocios con Bits Data Analysis
Bits Data Analysis responde preguntas en lenguaje natural sobre aspectos de tu negocio, como los ingresos, el pipeline de ventas, la pérdida de clientes y la adopción de productos. Funciona con Datadog Data Context, una base de conocimiento que recopila descripciones de tablas, definiciones de métricas, señales de actualidad y calidad, y linaje de fuentes como Tableau, Looker, Power BI, Fivetran, tu almacén de datos y Data Observability. A continuación, la enriquece con el contexto de negocio proveniente de Product Analytics, aplicaciones previas y el código fuente, lo que reemplaza meses de trabajo manual en la capa semántica. Bits Data Analysis puede ir más allá de las herramientas típicas de BI y explicar por qué cambió una métrica; por ejemplo, al atribuir una caída en los ingresos a la implementación de un servicio de pago que presentó un pico de latencia. Context Workbench ofrece a los equipos de datos un espacio específico para observar cómo se utiliza el agente en Slack, la aplicación web de Datadog, agentes de codificación como Claude Code o Codex, y la API de Datadog. A partir de allí, los administradores pueden definir evaluaciones a partir de preguntas reales de los usuarios y mejorar la calidad de las respuestas.
Con Bits Data Analysis, los equipos de datos obtienen gobernanza y observabilidad de extremo a extremo: estado de los pipelines, calidad de los datos, contexto de los datos, respuestas de los agentes, indicadores de confianza y suites de pruebas que controlan cualquier cambio en la capa de contexto. Para conocer más sobre Bits Data Analysis, lee nuestra entrada del blog y regístrate en la versión preliminar.
Utiliza métricas personalizadas para la era moderna con Infinite Cardinality Metrics
Los sistemas modernos generan más datos de telemetría que nunca. Los equipos de SRE rastrean la latencia por cliente, región e indicador de función. Los ingenieros que desarrollan con IA siguen las señales en cada paso de la ejecución de un agente. Las dimensiones que necesitan los equipos no dejan de multiplicarse: inquilino, usuario, dispositivo, modelo, región, ruta de ejecución. Pero a medida que los datos de telemetría se vuelven más granulares, la cardinalidad se convierte en un obstáculo.
Hoy presentamos Infinite Cardinality Metrics, una nueva opción de precios para métricas personalizadas diseñada para adaptarse al funcionamiento de los sistemas modernos. Infinite Cardinality Metrics se diseñó para la consulta y la exploración mediante agentes, de modo que tú y tus agentes puedan preguntar lo que quieran sobre tus métricas. Te brinda la libertad de capturar cada atributo y dimensión que sea pertinente, sin importar cuán alta sea la cardinalidad. Infinite Cardinality Metrics se cobra por nombre de métrica y se escala según el volumen de tus datos, no la cardinalidad, por lo que el costo se mantiene predecible a medida que agregas contexto.
Infinite Cardinality Metrics ya está disponible para el público en general. Para conocer más, consulta la documentacióny lee nuestra entrada del blog dedicada al tema.
Crea y monitoriza el stack tecnológico agéntico
Monitoriza la adopción de los agentes con Datadog Agent Console
A medida que el uso de los agentes de codificación se extiende entre los equipos, los líderes de ingeniería necesitan algo más que logros anecdóticos para justificar la inversión: Necesitan ver quién está usando los agentes, si esto está mejorando la entrega y en qué áreas se están desperdiciando los costos. Datadog Agent Console te ofrece una vista unificada de la actividad en agentes de codificación como Claude Code, Cursor y GitHub Copilot, así como en los propios agentes Bits AI de Datadog, e incorpora análisis de adopción, métricas de impacto en ingeniería, atribución de gastos y detección automatizada de desperdicio. Agent Console te ayuda a responder tres preguntas prácticas:
¿Quién en mi organización está utilizando más los agentes de codificación?
¿Qué están haciendo bien los usuarios con los agentes y dónde están teniendo dificultades?
¿Cómo se correlaciona el gasto en IA con la producción de ingeniería?
Para comenzar a usar Agent Console hoy mismo, visita nuestra documentación. Para obtener más información sobre sus funciones, lee nuestra entrada del blog.
Comprende el comportamiento de los modelos de lenguaje grande (LLM) en producción mediante patrones en Agent Observability
Cuando implementas una aplicación basada en un modelo de lenguaje grande (LLM), el tráfico de producción rara vez se comporta como esperas: Los usuarios hacen preguntas que se salen del alcance establecido, los objetivos cambian a mitad de la conversación y surgen flujos de trabajo que nunca habías previsto. Los patrones de Datadog LLM Observability te ayudan a comprender lo que realmente está sucediendo en producción al agrupar automáticamente las interacciones en grupos de comportamiento, sin necesidad de categorías predefinidas ni etiquetado manual. Cada clúster muestra indicadores operativos y de calidad, entre los que se incluyen el volumen de tráfico, la latencia, el costo por interacción, la tasa de error y las puntuaciones de evaluación. Esto te permite identificar de inmediato qué categorías de comportamiento de los usuarios están provocando regresiones o un aumento en los costos. Para obtener más información, lee nuestra entrada del blog dedicada al tema. Para solicitar acceso anticipado, regístrate en la versión preliminar.
Mejora la calidad de los agentes de IA con Bits Evals
El proceso de depuración y mejora de un agente de IA sigue un patrón constante: Los equipos recopilan retroalimentación de los usuarios, investigan fallas en las trazas, realizan cambios en las instrucciones o los flujos de trabajo, validan esos cambios mediante evaluaciones y experimentos, y luego monitorizan los resultados tras la implementación. Los ingenieros deben realizar gran parte de este trabajo de manera manual, ya que el contexto necesario —trazas, registros de conjuntos de datos y versiones de instrucciones— se encuentra disperso entre distintos conjuntos de herramientas. Bits Evals es un conjunto de funciones agénticas que se encarga de las partes repetitivas del ciclo de desarrollo de los agentes de IA, al tiempo que permite a los ingenieros mantener el control sobre las decisiones importantes. Al contar con una visibilidad total del contexto del rendimiento de tu agente, Bits puede formular una hipótesis y verificarla de inmediato comparando trazas, registros de conjuntos de datos y resultados del evaluador como evidencia. También puede ayudarte a resolver el problema sugiriendo un cambio inmediato, señalando una brecha en el conjunto de datos, proponiendo una nueva cobertura del evaluador o detectando una regresión que no sabías que debías buscar. Esto elimina horas de lectura manual de trazas, de modo que los ingenieros puedan dedicar su tiempo a tomar decisiones en lugar de a recopilar la información necesaria para tomarlas. Descubre más en nuestra entrada del blog dedicada al temao bien regístrate en la versión preliminar.
Protege el stack tecnológico agéntico
Protege las aplicaciones de IA agéntica con Datadog AI Guard
AI Guard ayuda a proteger los agentes de IA personalizados contra la inyección de instrucciones, el uso indebido de herramientas, la exfiltración de datos y otras amenazas incluidas en la lista OWASP Top 10. Detecta los agentes desprotegidos en tu entorno, analiza su comportamiento y el contexto histórico, y ayuda a detectar y bloquear ataques en tiempo de ejecución. Además, ofrece una defensa en profundidad para los agentes de codificación contra habilidades, scripts, configuraciones y paquetes maliciosos. AI Guard se integra directamente en la cadena de trabajo de tus agentes para ofrecer medidas de seguridad en tiempo real, lo que te permite implementar agentes de IA rápidamente sin comprometer la seguridad.
Actualmente, AI Guard se encuentra en disponibilidad limitada. Regístrate para obtener acceso anticipado.
Reduce el ruido de vulnerabilidades en más del 95 % con Datadog Runtime Prioritization Engine
Los equipos de seguridad están desbordados por la cantidad de hallazgos y no cuentan con una forma fiable de saber cuáles representan un riesgo real. Datadog Runtime Prioritization Engine combina el comportamiento en tiempo de ejecución, la accesibilidad, la propiedad del servicio y el impacto comercial en un único modelo de priorización que identifica las vulnerabilidades relacionadas con tus servicios más críticos y las deriva directamente a los equipos de ingeniería que pueden solucionarlas. La corrección con un solo clic y Bits Code permiten llevar los hallazgos desde la detección hasta su resolución sin necesidad de una priorización manual ni traspasos caóticos. Para comenzar, regístrate en la versión preliminar.
