A IA está reimaginando como as equipes de engenharia escrevem código, investigam problemas e operam sistemas. Desde interfaces conversacionais e investigações agênticas até integrações profundas com MCP e otimização baseada em IA, os lançamentos deste ano na DASH facilitam a aplicação da IA em todo o workflow com base na telemetria que já conquistou a confiança da sua equipe.
Agora, você pode consultar o ambiente em linguagem natural com o Bits Chat, iniciar investigações autônomas a partir de um teste com falha, conectar seus agentes de codificação favoritos ao contexto da Datadog em tempo real e medir o impacto real das ferramentas de IA na sua entrega. Esses e outros recursos ajudam as equipes a realizarem mais tarefas, preservando o controle dos engenheiros sobre as decisões que importam. Continue lendo tudo que há de novo sobre como aproveitar a IA e confira nossos outros posts de resumo para conhecer as mais recentes novidades de observabilidade, escala e segurança.
Acelere pesquisas, análises e ações em todo o Datadog com o Bits Chat
O Bits Chat é a interface de IA conversacional da Datadog que ajuda as equipes a pesquisar, analisar e agir com base em dados de observabilidade. Disponível no Datadog, no Slack e em dispositivos móveis, o Bits Chat ajuda os usuários a obter respostas com mais rapidez sem alternar ferramentas ou recriar consultas. Use o Bits Chat para pesquisar no ambiente do Datadog, gerar recursos como dashboards e notebooks, investigar e solucionar incidentes, e muitas outras atividades usando uma interface com linguagem natural.
Use a voz para conversar com o Bits AI no Datadog Mobile App
Agora, o Bits AI no Datadog Mobile App aceita entradas por voz. Pergunte ao Bits sobre a integridade do sistema ou um incidente ativo por voz ou texto, e obtenha respostas com contexto da documentação pública, dados de telemetria e propriedade de serviços do Datadog. Para começar, abra o Datadog Mobile App e toque em Bits Chat.
Crie dashboards usando prompts em linguagem natural com o Bits Chat
Agora, o Bits Chat pode gerar dashboards completos do Datadog e widgets individuais a partir de um único prompt em linguagem natural, transformando um objetivo de monitoramento em uma visualização pronta para uso em segundos. Por exemplo, você pode solicitar ao Bits Chat que "crie um dashboard para monitorar a latência de checkout e as taxas de erro do serviço de loja virtual". Ele escolherá as métricas, rastreamentos e logs corretos e os montará em um dashboard completo com os tipos e agrupamentos de widgets apropriados. Você também pode iterar de forma conversacional: Realce um widget para alterar sua consulta, adicionar uma nova visualização ou reestruturar uma seção, eliminando o trabalho manual de criação de dashboards para que as equipes possam passar da pergunta à resposta em menos tempo. Saiba mais em nosso post no blog dedicado.
Crie e atualize notebooks de investigação com um prompt do Bits Chat
Agora, o Bits Chat pode gerar Datadog Notebooks completos a partir de um único prompt em linguagem natural, transformando uma pergunta ou objetivo de investigação em um documento estruturado com texto, visualizações e consultas ao vivo em segundos. Solicite que o Bits Chat "crie uma investigação para o recente aumento de erros no serviço de loja virtual". Ele pesquisará a telemetria relevante e criará o notebook com uma hipótese, visualizações de apoio e as principais descobertas. Você também pode modificar notebooks existentes de forma conversacional: Basta realçar uma seção e pedir ao Bits para reescrevê-la, adicionar outra consulta SQL ou gerar um playbook a partir de um incidente. Saiba mais em nossa documentação.
Use linguagem natural para escrever consultas sofisticadas com o Bits Chat no DDSQL Editor
O Bits Chat traz consultas em linguagem natural para o DDSQL Editor: descreva o que você deseja em inglês simples e receba o SQL correspondente, sem precisar escrever consultas do zero. Use esse recurso para escrever consultas complexas sem precisar memorizar a sintaxe, como unir contêineres com métricas de CPU para identificar cargas de trabalho provisionadas em excesso, agregar logs de erro entre serviços para identificar padrões de latência de ingestão, ou consultar o RUM e o Product Analytics para rastrear as tendências de engajamento dos usuários. Você também pode pedir ao Bits Chat para explicar como uma consulta existente funciona ou otimizar uma lenta com um único prompt. Como o Bits Chat conhece os esquemas e fontes de dados disponíveis, ele gera consultas limitadas às tabelas que são importantes para você. Saiba mais em nossa documentação.
Analise rastreamentos de lentidão ou falha com o Bits Chat
Muitas vezes, quando uma solicitação é lenta ou falha, os desenvolvedores precisam inspecionar spans individuais de rastreamentos para entender qual serviço, operação ou dependência contribuiu para o problema. O APM Trace Analysis no Bits Chat ajuda a automatizar essa revisão para rastreamentos individuais. A partir de um rastreamento no APM, os usuários podem clicar em Corrigir com Bits para iniciar uma análise. O Bits Chat revisa o rastreamento, correlaciona spans relevantes com logs relacionados quando disponíveis, e revela stack traces e contexto de erros para explicar o que deu errado, onde ocorreu o erro no caminho da solicitação e o que investigar a seguir. Quando o Source Code Integration está configurado, o Bits Chat também pode sugerir uma correção de código como um acompanhamento. Para saber mais, leia nossa documentação.
Investigue a latência de serviços com o Bits Chat
Muitas vezes, as investigações de latência exigem a comparação entre o comportamento normal e degradado das solicitações, identificando onde o tempo está sendo gasto e entendendo quais endpoints, dependências e tags estão mais correlacionados com a desaceleração. As investigações de latência de APM no Bits Chat trazem esse workflow para uma experiência guiada em linguagem natural diretamente das visualizações de serviços e recursos do APM. Quando os usuários pedem ao Bits Chat para investigar um problema de latência, ele analisa os dados de spans relevantes, compara rastreamentos lentos com padrões de solicitações mais íntegros, identifica gargalos no caminho das solicitações e apresenta as dimensões mais associadas à desaceleração. Isso ajuda os engenheiros a passar de "algo está lento" para uma próxima etapa concreta sem precisar navegar manualmente entre dashboards. Para saber mais, leia nossa documentação.
Investigue picos de custo e excessos de budget em minutos com a habilidade Cloud Cost no Bits Chat
Geralmente, rastrear o que está motivando uma mudança de custo significa alternar entre dashboards, filtrando por equipe e serviço, e montando o contexto a partir de dados de observabilidade, resultando em horas de trabalho para uma única investigação. A habilidade Cloud Cost no Bits Chat transforma esse workflow em uma conversa. Peça ao Bits para investigar uma anomalia de custo, um alerta de monitor ou um excesso de budget. Ele retornará um resumo com o impacto monetário, custo anual projetado, equipes responsáveis e contexto de taxa versus uso. A partir daí, você pode detalhar os principais fatores de custo, correlacionar gastos com métricas como CPU ou volume de solicitações, comparar valores reais com budgets e capturar toda a investigação em um Datadog Notebook e entregá-lo à equipe responsável. A habilidade funciona para custos de nuvem, SaaS, IA e Datadog, oferecendo aos profissionais de FinOps e engenheiros um único lugar para responder a perguntas ad hoc sobre custos. Confira nossa documentação para saber mais.
Investigue e resolva problemas com o Bits AI
Acelere o diagnóstico de problemas de front-end com o RUM Agentic Investigations
Para engenheiros de front-end, investigar problemas geralmente significa alternar entre várias ferramentas para correlacionar dados de todo o stack. O Datadog RUM Agentic Investigations ajuda as equipes a identificar causas raiz em menos tempo ao analisar automaticamente dados como eventos do RUM, rastreamentos do APM e logs de rede para gerar descobertas classificadas e apoiadas por evidências. Os engenheiros podem iniciar investigações diretamente de uma única sessão, página lenta ou jornada crítica para revisar resultados estruturados que são transmitidos para a interface de usuário em tempo real. As equipes podem continuar a investigação através de uma interface de chat integrada, salvar os resultados em um Notebook ou abrir o contexto no Bits Code para gerar uma correção de código. Saiba mais lendo nosso post no blog ou conferindo nossa documentação.
Receba insights de desempenho acionáveis por meio do profiling e do Bits AI
O Continuous Profiler oferece visibilidade no nível de código sobre como as aplicações consomem CPU, memória e outros recursos, mas os dados de profiling costumam ser complexos e difíceis de entender por não especialistas, levando à subutilização pela maioria dos desenvolvedores. Agora, o Datadog expõe dados de profiling para agentes de IA por meio de novas ferramentas de MCP, do Bits Chat e do Bits Investigation para que qualquer engenheiro possa simplesmente perguntar "Quais foram os principais gargalos neste serviço nos últimos 15 minutos?" O Bits encontra automaticamente os dados de profiling corretos para o serviço e janela de tempo especificados, revela picos notáveis e os principais consumidores de CPU, memória e tempo de execução, e converte os resultados em resumos com linguagem simples e as próximas etapas recomendadas. Ao incorporar o profiling nos fluxos agênticos já utilizados pelos desenvolvedores, este recurso amplia o acesso a um dos conjuntos de dados mais avançados do Datadog e reduz o tempo até a correção durante os incidentes.
Agende prompts e correções recorrentes com o Bits Code Automations
Mesmo quando as equipes sabem exatamente qual dívida técnica corrigir, o trabalho muitas vezes é interrompido por prioridades de recursos. O Bits Code Automation transforma esse backlog em um workflow contínuo, permitindo que o Bits Code seja executado segundo um cronograma ou acionado por telemetria, em vez de esperar que um engenheiro inicie manualmente cada sessão. Agende prompts recorrentes para resolver uma classe de problemas no ritmo da sua equipe, como corrigir cinco testes flaky toda semana ou fazer a triagem dos principais erros novos todas as manhãs. Ou configure o Bits para iniciar uma correção no momento em que um sinal de telemetria qualificado aparecer, usando as regras que você definiu para serviços, sinais e gravidade. Todas as automações continuam gerando um pull request pronto para revisão para que a mesclagem seja controlada por humanos. Cada execução programada ou acionada é rastreada a partir de uma única visualização ao lado dos resultados e do status do pull request. As automações para Error Tracking, Test Optimization, APM Recommendations, Code Security e prompts personalizados para tarefas gerais de codificação já estão disponíveis, com mais superfícies do Datadog sendo adicionadas em breve. Para saber mais, confira nosso post no blog e nossa documentação.
Acelere a triagem de falhas em testes sintéticos com o Bits Investigation
Quando um teste do Synthetic para navegador ou API falha, duas perguntas surgem imediatamente: essa falha é um problema real, e se for, por quê? Geralmente, responder às duas perguntas significa filtrar manualmente rastreamentos, logs, métricas de infraestrutura e histórico de testes antes que você possa confirmar o escopo ou apontar uma causa. O Bits Investigation traz a triagem assistida por IA para o Synthetic Monitoring, classificando automaticamente falhas como prováveis regressões ou configuração incorreta de testes e gerando hipóteses de causa raiz apoiadas por evidências vinculadas de rastreamentos de APM, métricas de infraestrutura e atividade de implantação. As investigações podem ser iniciadas sob demanda ou configuradas para acionamento automático com base na criticidade do monitor. Leia mais em nosso post no blog.
Visualize alertas e inicie investigações do Bits AI em um diagrama de infraestrutura ao vivo
Quando a infraestrutura ou os serviços falham, você precisa identificar rapidamente o que foi afetado e corrigir. O novo diagrama do Monitors com Bits Investigation visualiza todos os monitores. Dessa forma, quando você recebe um chamado sobre um alerta, pode avaliar o alcance do impacto observando quais outros alertas estão sendo acionados na infraestrutura relacionada. Você pode passar o mouse sobre qualquer recurso ou serviço no diagrama para que o Bits AI inicie uma investigação e rastreie a causa raiz. Experimente agora em qualquer Monitor de recursos que emite um alerta. Clique em um evento específico para ver o diagrama. Ou inicie uma investigação a partir de qualquer recurso no diagrama do Cloudcraft Monitors.
Traga o Bits Investigation para o seu workflow de resposta a incidentes
Quando os engenheiros declaram um incidente, muitas vezes precisam reunir manualmente o contexto de várias ferramentas antes de poderem começar a investigar. Agora, você pode acionar o Bits Investigation diretamente de um canal do Slack de incidentes ou do Datadog Incident Management, obtendo automaticamente a linha do tempo do incidente, os dados de telemetria vinculados do Datadog e qualquer contexto compartilhado para uso em uma investigação ativa. O Bits AI posta descobertas em tempo real e uma hipótese de causa raiz no tópico do canal do Slack. Além disso, aparece como um respondente nomeado no registro do incidente. Os engenheiros recebem um coinvestigador de IA trabalhando em paralelo desde o momento em que um incidente é declarado, sem necessidade de configuração manual. Descubra mais em nossa documentação do Incident AI.
Investigue descobertas de governança em minutos com o Bits Investigations no Governance Console
O Governance Console revela padrões de telemetria dispendiosos e configurações desatualizadas em uma organização do Datadog. No entanto, para tomar medidas com base em uma descoberta, ainda é preciso juntar manualmente o que mudou, quem é o responsável e qual controle aplicar. O Governance Agent com o Bits Investigations elimina essa lacuna. A partir de um insight de produto ou de um controle, os administradores iniciam o Bits Investigations com o contexto de governança. O Bits retorna quando o crescimento começou, os principais serviços e equipes contribuintes, e a mudança de configuração que foi a causa raiz. Em seguida, direciona o administrador para o controle certo para a mitigação. O mesmo mecanismo do Bits Investigations que apoia investigações de incidentes de produção agora está incorporado diretamente ao workflow de governança. Para obter mais informações, leia nossa documentação ou entre em contato com seu representante de conta.
Encontre resumos de reuniões gerados por IA na linha do tempo unificada de incidentes
A maioria das decisões sobre incidentes ocorre nas chamadas de conferência, mas para capturar o que foi dito sempre foi necessário que alguém fizesse anotações. O Incident Meeting Summaries posta automaticamente resumos gerados por IA de chamadas do Zoom, Microsoft Teams e Google Meet diretamente na linha do tempo do incidente e no canal do Slack. Os resumos são gerados ao final de cada chamada e a cada 10 minutos durante uma chamada ativa para que os participantes que entram atrasados possam se atualizar sem interromper. Controle quais incidentes são resumidos por serviço, gravidade, visibilidade ou tag. Saiba mais na nossa documentação do Zoom Incident Management .
Traga o contexto do Datadog para workflows de IA
Traga a telemetria ao vivo do Datadog para os agentes de IA com integrações nativas
Com os conectores e plugins do Datadog em todas as principais plataformas de agentes de IA, como Claude Code, Claude Desktop, Claude Cowork, aplicativos do ChatGPT, Codex CLI e Cursor, os desenvolvedores podem acessar todos os recursos do stack de observabilidade do Datadog diretamente das ferramentas que já utilizam. Ao se conectar ao Datadog, o agente de IA pode obter logs de erro recentes, visualizar um pico de métrica, resumir um incidente aberto ou inspecionar um rastreamento distribuído, tudo sem sair do editor, terminal ou interface de chat. Todos os agentes baseados na web também são compatíveis com o MCP Apps para obter a mesma experiência sofisticada de visualização que os desenvolvedores se acostumaram a ter no Datadog. Saiba mais em nosso post no blog. Para explorar todos os conectores e plugins disponíveis, acesse o Diretório do Datadog Agent.
Use a linha de comando para conceder aos agentes de IA acesso em tempo real ao Datadog
Os agentes de IA são uma parte padrão de como os engenheiros escrevem, implantam e solucionam problemas de software. No entanto, a maioria deles ainda carece de acesso direto à telemetria de produção ao vivo e depende de chaves de API de longa duração espalhadas por pipelines de CI e ambientes de shell. O Pup CLI oferece a agentes no estilo de shell acesso com escopo OAuth a mais de 33 domínios de produtos do Datadog por meio de um único binário com mais de 200 comandos, cobrindo Logs, APM, RUM, Cloud SIEM, Incident Management e muito mais. Os agentes podem recuperar dinamicamente o esquema dos comandos via pup agent schema, parsear a saída JSON ou YAML estruturada e encadear resultados com ferramentas como jq e grep. As habilidades empacotadas para triagem de incidentes e correlação de logs e rastreamentos são instaladas diretamente nos workflows do Claude Code e Cursor. O Pup CLI se conecta ao Datadog MCP Server, que cobre agentes em estilo de chat em IDEs e assistentes. Leia nosso post no blog ou confira o Pup no GitHub para começar.
Traga a telemetria do Datadog para workflows de IA com o MCP Apps
Agora, o Datadog MCP Server é compatível com o MCP Apps, que permite visualizar a telemetria do Datadog diretamente de ferramentas de IA como Claude, Cursor, Codex e ChatGPT. Isso amplia os workflows de IA para além de texto e tabelas, adicionando experiências interativas (séries temporais, gráficos de pizza, mapas de árvore, top lists e muito mais) às ferramentas de IA compatíveis. Usando consultas em linguagem natural, como “Por que a latência de checkout aumentou após uma implantação recente?” ou “Como está o desempenho da conversão de checkout neste mês?”, sua ferramenta de IA pode recuperar gráficos de latência ao vivo ou funis do Product Analytics, permitindo que você conduza investigações de ponta a ponta sem abrir uma janela separada.
Saiba mais sobre como o MCP Apps aprimora workflows de IA existentes em nosso post dedicado no bloge confira as outras novas AI integrations do Datadog aqui.
Meça o impacto das ferramentas de codificação com IA na entrega de software
Líderes de engenharia estão fazendo grandes investimentos em assistentes de codificação com IA, mas têm dificuldade em associar esses investimentos a resultados concretos de entrega. O Datadog AI Impact ajuda a fechar essa lacuna conectando a telemetria de uso de ferramentas de codificação com IA, como Claude Code, Cursor e Copilot, às métricas de entrega, marcando cada commit com a ferramenta e o modelo utilizados conforme o código flui do pull request para a produção. Veja exatamente qual porcentagem do seu código é assistida por IA, compare lado a lado a velocidade e a estabilidade do trabalho assistido por IA e o escrito por humanos, e faça testes comparativos de ferramentas e modelos com base nos dados da sua própria equipe (e não na tabela de classificação de outra pessoa) para que cada decisão de adoção e renovação seja fundamentada nos seus dados de entrega. Para saber mais, confira nosso post no blog e documentação.
Unifique a visibilidade de Kubernetes em vários clusters com as ferramentas do Datadog MCP
A investigação de problemas de Kubernetes em vários clusters requer a execução dos mesmos comandos kubectl em cada cluster e o acréscimo manual dos contextos de propriedade, serviço e ambiente que o kubectl não consegue fornecer. Agora, o Datadog MCP Server inclui um conjunto de ferramentas Kubernetes que permite que agentes de IA compatíveis com MCP consultem recursos em toda a frota de clusters com uma única chamada, recebendo resultados complementados por metadados do Datadog. Os agentes podem encadear as ferramentas de pesquisa, descrição e recuperação de manifestos do conjunto de ferramentas em workflows de triagem de incidentes, mapeamento do alcance do impacto, detecção de desvios, verificações de governança e análise de risco de pull requests. Leia nosso post no blog para saber mais.
Expanda o contexto de APM para agentes de IA com o conjunto de ferramentas APM MCP
O Datadog MCP Server já oferece aos agentes de IA acesso a dados de telemetria de APM essenciais por meio de ferramentas como pesquisa de rastreamento e de spans. O conjunto de ferramentas expandido APM MCP, agora em pré-visualização, traz mais dados de APM para a camada de MCP, incluindo informações de descoberta de tags de spans, APM Recommendations e implantações do Change Tracking. Com esse contexto adicional, os agentes podem investigar problemas de serviço, entender dimensões de spans relevantes, encontrar oportunidades de otimização e revelar implantações recentes que podem ter contribuído para um problema. Para começar a usar o conjunto de ferramentas APM MCP, leia a documentação das ferramentas do Datadog MCP Server ou inscreva-se na pré-visualização.
Consulte de forma flexível dados de telemetria do Datadog com a API DDSQL e ferramentas de MCP
A API DDSQL e as ferramentas de MCP permitem que você execute programaticamente consultas DDSQL de dados de telemetria do Datadog usando o mesmo SQL compatível com Postgres disponível no DDSQL Editor. O conjunto de ferramentas de MCP também oferece aos agentes, como Claude e ChatGPT, o contexto necessário para escrever consultas DDSQL em seu nome, com ferramentas de descoberta de esquema que navegam por tabelas e colunas disponíveis, pesquisas de campos em fontes de dados e referências de sintaxe DDSQL. Esses recursos permitem casos de uso, como governança automatizada de tags em contas AWS, GCP e Azure, unindo taxas de erro de logs com latência de spans para revelar serviços degradados ou analisando rastreamentos do LLM Observability para rastrear o uso de tokens e o desempenho de modelos em pipelines de IA. Saiba mais em nossa documentaçãoou comece com o Datadog MCP Server.
Crie workflows agênticos para resposta e correção de alertas com o Bits Agent Builder
À medida que os sistemas escalam, os workflows automatizados que as equipes criam para lidar com alertas e correções exigem ramificações lógicas cada vez mais complexas e codificadas. O Bits Agent Builder, já disponível para o público em geral, adiciona orquestração orientada por IA ao Datadog Workflow Automation, permitindo que engenheiros criem agentes específicos que raciocinam sobre a complexidade em vez de seguir um roteiro fixo. Os engenheiros descrevem os objetivos de um agente em linguagem natural, controlam quais fontes de dados e ferramentas ele pode acessar e implantam agentes que interpretam os dados de observabilidade do Datadog e sinais de terceiros para agir automaticamente ou sob demanda através do chat. Saiba mais em nosso post no blog.
Instrumente aplicativos para o Datadog sem sair do ambiente de desenvolvimento com o Agentic Onboarding
Com o Agentic Onboarding, o Datadog agrega instrumentação e configuração diretamente nos workflows existentes dos desenvolvedores por meio do AI Setup CLI ou do Datadog MCP Server. Isso significa que os desenvolvedores podem configurar a observabilidade sem precisar sair de seus ambientes, pesquisar a documentação e aplicar manualmente configurações complexas. O Setup CLI executa no seu terminal, detecta seu stack e configura o Datadog instrumentando configurações de IaC ou código de aplicações. O MCP Server traz essas mesmas ferramentas de integração aos assistentes de codificação com IA para que a configuração ocorra dentro do IDE. Em minutos, as equipes passam de zero a totalmente instrumentadas, sem sair dos ambientes de desenvolvimento nem precisar de um especialista em Datadog. Para saber mais, leia nossa documentação.
Ofereça a agentes de IA e ferramentas de desenvolvedor acesso seguro e auditável a hosts de infraestrutura com o Datadog Agent MCP
O Datadog Agent MCP é um novo conjunto de ferramentas de ações remotas que estende o Datadog MCP Server. Ele fornece a sistemas de IA e CLIs de desenvolvedor acesso direto, ao vivo, seguro, auditável e sob demanda ao shell de hosts de infraestrutura por meio de um canal com proxy de back-end baseado no Private Action Runner. Usando linguagem natural, você pode ler arquivos de log, inspecionar o estado de processos, descrever pods e eventos do Kubernetes e diagnosticar problemas de rede sem acesso SSH ou enviar qualquer dado do host. Agentes de IA como Claude Code, OpenAI Codex e Bits AI podem executar comandos de shell e invocar scripts sob demanda diretamente nos hosts.
Para se qualificar para esta pré-visualização, você já deve estar executando o Datadog Agent (v7.80+) e ser capaz de instalar o Private Action Runner em seu ambiente.
Reduza custos e melhore o desempenho com IA
Centralize a implantação e o gerenciamento do Kubernetes Autoscaling
Ajustar as cargas de trabalho do Kubernetes em toda a frota é uma das otimizações de custo mais eficazes disponíveis, mas sempre exigiu uma especialização em serviços que não escala. Agora, com o Datadog Kubernetes Autoscaling, fica mais rápido e seguro expandir o escalonamento automático de cargas de trabalho em todo o cluster, com três caminhos de implementação disponíveis: ativação em massa a partir da página de configuração do aplicativo, gerenciamento de políticas como código com perfis de cluster GitOps e geração de manifestos assistida por IA. O redimensionamento vertical no local aplica mudanças de dimensionamento correto às solicitações de recursos do contêiner com menos interrupção do que a recriação de pods. Confira nosso post no blog para saber mais.
Revele uma variedade mais ampla de otimizações de serviço com AI Recommendations
O APM AI Recommendations expande a experiência existente do APM Recommendations ao usar IA para revelar uma variedade maior de oportunidades de otimização de serviço, incluindo caches ausentes, latência de tail, contenção de recursos, exaustão de pool de conexões, serialização excessiva, cargas úteis não limitadas e muito mais. As equipes podem revisar, selecionar e rastrear as recomendações do AI Recommendations até a resolução no APM. Quando o Source Code Integration está configurado, o Datadog pode usar o contexto do código para melhorar a precisão das recomendações e ajudar as equipes a identificar onde fazer uma correção. Para saber mais, confira nossa documentação.
Elimine o desperdício de armazenamento de nuvem em menos tempo com o Datadog Storage Management e o Bits Chat
Conforme a IA e outras cargas de trabalho com uso intensivo de dados promovem um crescimento exponencial no armazenamento de objetos, os padrões de custo de maior impacto estão cada vez mais ocultos abaixo do nível do bucket. As novas recomendações e a integração com o Bits do Datadog Storage Management ajudam as equipes de engenharia e FinOps a encontrar e reduzir os maiores fatores de custo de armazenamento na nuvem. O Storage Management revela automaticamente áreas de desperdício ou ineficiência, como arquivos pequenos que aumentam a sobrecarga por objeto, objetos duplicados e dados pouco acessados em camadas caras. Com a integração do Bits Chat, você pode analisar buckets de armazenamento em busca de fatores de custo usando linguagem natural e gerar descobertas adaptadas ao layout de dados, padrões de acesso e configurações existentes. O Storage Management for Amazon S3 já está disponível ao público em geral. O Google Cloud Storage e o Azure Blob Storage estão em pré-visualização. Para saber mais, leia nossa documentação.
Otimize jobs do Spark e Databricks com IA e Datadog Jobs Monitoring
Os jobs do Spark e Databricks podem executar por horas e custar milhares de dólares por mês. No entanto, ainda são necessárias horas de investigação manual para encontrar o gargalo certo entre configuração, projeto de consulta, código e infraestrutura. O Datadog Jobs Monitoring revela recomendações priorizadas em pipelines com estimativas de economia ligadas a dados reais de execução em produção. O Datadog MCP Server traz o contexto de execução do Spark diretamente para agentes de codificação para que você possa investigar e corrigir jobs sem sair do editor. Para saber mais, leia nosso post no blog.
Parseie e normalize automaticamente todos os seus logs
Os pipelines de log transformam mensagens de log brutas em atributos estruturados que apoiam pesquisa, filtragem, dashboards e monitores em todo o Datadog. Embora a Datadog forneça pipelines prontos para uso com muitas fontes de log, os logs de aplicações personalizados ainda exigem que os engenheiros criem manualmente regras de parseamento, processadores e remapeadores do Grok. Esse processo requer especialização e manutenção contínua para acompanhar as mudanças nos formatos de log. O Auto-Processing reduz esse trabalho ao detectar automaticamente logs não parseados na ingestão, gerando regras de parseamento e remapeando os principais atributos, como carimbo de data/hora, status, serviço, ID de rastreamento e ID de span, tudo isso sem necessidade de configuração. O Auto-Processing também é totalmente gerenciado. A Datadog monitora continuamente a precisão e se adapta à evolução dos formatos de log para que a equipe nunca precise fazer novas manutenções em regras do Grok. Inscreva-se na pré-visualização do Auto-Processing para começar.
Gere regras de parseamento do Grok baseadas em IA com um clique
Muitas vezes, as equipes de DevOps gerenciam altos volumes de logs personalizados que chegam desestruturados, mal formatados ou não parseados. No entanto, a criação de regras personalizadas do Grok para parsear dados é difícil, propensa a erros de sintaxe e demorada. Agora, o Datadog Observability Pipelines oferece parseamento do Grok assistido por IA para que as equipes gerem regras de parseamento com um clique na interface do usuário. Cole os exemplos de log e produza automaticamente regras de parseamento para normalizar os dados em sua taxonomia preferida. Para saber mais, leia nossa documentação ou entre em contato com seu representante de conta.
Crie aplicativos internos assistidos por agentes com o Datadog Apps
Os agentes de codificação com IA aceleram a criação de aplicações internas, mas ainda precisam de uma maneira confiável de funcionar, conectar-se a sistemas externos e se adaptar aos workflows que as equipes usam todos os dias. O Datadog Apps oferece às equipes uma forma de criar aplicações priorizando o código nos agentes, IDEs e pipelines de CI que elas já utilizam. Em vez de implantar ferramentas independentes que acrescentam alternância de contextos, as equipes podem incorporar esses aplicativos diretamente nos dashboards, notebooks, páginas de serviçoe Página do Desenvolvedor da Datadog. Os aplicativos utilizam o modelo de identidade e permissão do Datadog e podem se conectar a sistemas externos por meio de conexões configuradas. O Datadog também instrumenta aplicativos para ajudar a monitorar a integridade e o desempenho, incluindo erros, atividade do usuário e tendências de uso.
Para começar, leia nosso post no blog ou documentação e inscreva-se na pré-visualização.
Obtenha visibilidade sobre o uso, o desempenho e os gastos de IA com as AI integrations do Datadog
As novas integrações do Datadog com as principais ferramentas e provedores de IA em todo o stack oferecem às equipes um único lugar para acompanhar a adoção de IA, medir o impacto na produtividade e controlar custos. Revele o consumo de tokens, os padrões de uso de modelos e tendências de custo em suas cargas de trabalho da API da Anthropic. Integre dados de faturamento e uso da OpenAI ao Datadog para detalhar gastos por modelo, projeto e período. Obtenha visibilidade sobre a utilização de licenças, as taxas de aceitação de sugestões e uso ativo do GitHub Copilot na organização. Extraia métricas de atividade e adoção do Microsoft Copilot para o Datadog para entender quais equipes usam ativamente a assistência de IA e se o Copilot está proporcionando ganhos de produtividade mensuráveis. Acompanhe como as equipes de desenvolvimento utilizam os recursos de codificação baseados em IA do Cursor , incluindo interações com modelos, frequência de uso e tendências de adoção. Monitore a infraestrutura do Supabase Cloud desde o desempenho do banco de dados e o agrupamento de conexões até o volume de solicitações de API e a atividade de autenticação. E conecte seu gateway de IA existente ao Datadog LLM Observability para realizar avaliações com suas próprias chaves de API e acesso a modelos. Saiba mais sobre as AI integrations do Datadog em nossa documentação.
