A palestra de abertura da DASH deste ano destacou o suporte do Bits AI da Datadog para workflows de desenvolvedores e operações, em que os agentes investigam, validam e corrigem problemas de full-stack em conjunto com você e a equipe. A palestra de abertura introduziu dezenas de novos recursos, que abrangem detecção e correção autônomas, validação e teste de lançamentos orientadas por IA, monitoramento unificado de jornadas e uma nova geração de Bits AI Agents que retêm o conhecimento operacional da equipe e atuam respeitando as proteções que você define.
Seja eliminando automaticamente lacunas de monitoramento, enviando de forma segura o código gerado por IA, otimizando consultas de banco de dados lentas ou oferecendo a não especialistas uma maneira de investigar sistemas complexos em linguagem simples, a Datadog capacita equipes a criar melhor com IA. Neste post, revise todos os principais anúncios da palestra de abertura. Leia também nossos outros posts de resumo para ver como a Datadog ajuda você a aproveitar a IA, alcançar observabilidade de ponta a ponta, operar em grande escala e proteger e governar o seu ambiente.
Feche o ciclo de operações, da detecção à correção
Monitore de forma autônoma degradações de grande impacto com o Bits Detection
Novos serviços são lançados mais rapidamente do que as configurações de monitoramento conseguem acompanhar, deixando endpoints sem alertas, limites calibrados com base em padrões de tráfego antigos e roteamento que se torna obsoleto conforme as equipes se reorganizam. O Bits Detection, já disponível em pré-visualização, utiliza o contexto que o Datadog já tem sobre serviços, endpoints, dependências e histórico de implantações para criar e manter automaticamente a cobertura de detecção. Ele concentra a cobertura nos endpoints mais propensos a afetar os usuários, estabelece linhas de base a partir do comportamento histórico em vez de limites estáticos, adapta-se à evolução dos serviços e conecta a detecção à investigação e correção autônomas quando surgem problemas. Para começar, inscreva-se na pré-visualização ou leia o post no blog.
Mantenha o conhecimento operacional da equipe com o Bits Memories
Muitas vezes, a resolução dos incidentes mais difíceis depende de contextos que a telemetria ao vivo, por si só, não consegue fornecer, como os padrões de falha já vistos pela equipe, as soluções que funcionaram ou falharam e os detalhes específicos de serviços que tornam seu ambiente único. O Bits Memories ajuda a reter lições operacionais úteis do trabalho que a equipe já realiza em investigações, runbooks, análises pós-incidentes, conversas no Slack, correções anteriores e muito mais. O Bits identifica automaticamente os detalhes importantes e os salva na memória. Quando problemas relacionados surgem mais tarde, o Bits pode usar esse contexto salvo sem que os respondentes precisem redescobrir ou reintroduzir esse contexto em situações de pressão. Para começar, inscreva-se na pré-visualização.
Resolva automaticamente problemas com o Bits Remediation
Depois que o Bits conclui uma investigação e identifica uma causa raiz, o Bits Remediation ajuda a resolver o problema. O Bits pode executar ações de correção em serviços e infraestrutura chamando APIs, executando scripts de correção totalmente configurados (como comandos kubectl para reiniciar implantações do Kubernetes) e escrevendo correções de código que as equipes podem abrir como pull requests com um clique. O Bits Remediation respeita as proteções definidas pela equipe para que as ações mantenham o alinhamento com seu ambiente e suas preferências de risco. Isso ajuda as equipes a gastarem menos tempo convertendo descobertas de investigações em próximas etapas, sem afetar o controle dos respondentes sobre o que é executado. Para saber mais, revise nossa documentação ou inscreva-se na pré-visualização.
Detecte e corrija problemas antes que eles se agravem com o Bits Infrastructure Operations
Com o aumento de tamanho e escala dos ambientes e as novas cargas de trabalho implantadas todos os dias, as equipes de infraestrutura não conseguem fazer triagem e corrigir problemas manualmente em toda a infraestrutura: hosts, Kubernetes, serverless e redes. Esses problemas incluem erros de saturação de discos em hosts, CrashLoopBackOff e OOMKilled no Kubernetes, limites de concorrência no AWS Lambda, certificados TLS expirando em redes, pressão de memória no Amazon ECS e muito mais.
O Bits Infrastructure Operations, já disponível em pré-visualização, detecta, investiga e corrige de forma autônoma problemas comuns e repetitivos de infraestrutura antes que eles se tornem incidentes. Ele também sinaliza mudanças de infraestrutura arriscadas em pull requests antes que elas cheguem à produção. Quando o Bits Infrastructure Operations pode agir com segurança dentro das proteções que você define, ele corrige automaticamente os problemas. Quando as correções exigem aprovação humana, ele revela os problemas de maior prioridade com todo o contexto que a equipe precisa para revisar e aprovar a próxima etapa. As equipes podem começar com proteções baseadas em aprovação e expandi-las ao longo do tempo conforme o Bits aprende com aprovações repetidas. Para saber mais, leia nosso post no blog ou inscreva-se na pré-visualização.
Garanta a confiabilidade
Passe da observabilidade passiva para a integridade e correção proativas de dispositivos de rede
As equipes de rede estão sobrecarregadas com métricas, eventos, tráfego e dados de configuração de dispositivos. Entretanto, o volume por si só não informa o que é essencial nem o que fazer a seguir. O Datadog Network Device Health correlaciona automaticamente sinais entre dispositivos de rede e revela problemas ordenados por impacto nos negócios antes que eles se agravem. Quando um problema é detectado, um painel lateral de investigação explica o que aconteceu, o alcance do impacto e a alteração de configuração exata a ser revertida. Basta um clique para implantar a reversão, enquanto as métricas em tempo real permitem que você monitore a recuperação com confiança. Para os incidentes mais críticos, o Bits Investigation acelera a solução de problemas raciocinando a cada etapa, ajudando a equipe a acelerar a identificação da causa raiz. Para começar com o Network Device Health, consulte nosso post no blog.
Rastreie alterações de configuração que causam problemas complexos de rede usando o Network Configuration Management
O Datadog Network Configuration Management correlaciona automaticamente a degradação do desempenho do dispositivo com a alteração de configuração exata que a causou. Quando ocorre um problema de desempenho, as equipes não precisam mais comparar manualmente snapshots de configuração ou alternar entre ferramentas para encontrar a causa raiz. O Datadog rastreia alterações de configuração ao longo do tempo e mostra resumos gerados por IA que convertem até as mudanças mais complexas em uma linguagem simples que qualquer engenheiro pode entender e usar como base para tomar medidas. Quando uma alteração problemática é identificada, a equipe recebe uma reversão para a última configuração confiável. Basta um clique para a resolução imediata. Explore a documentação do Network Configuration Management para começar.
Rastreie problemas de rede desde a aplicação até o dispositivo com visibilidade da L7 até a L1
Um rastreamento que mostra latência ou erros é baseado em todo um histórico de rede: os serviços trocando tráfego, os fluxos que os conectam e o salto exato onde um dispositivo físico está introduzindo o problema. Com a visibilidade da L7 à L1 da Datadog, os engenheiros têm uma visão completa desde a camada de aplicação até os fluxos de rede entre os serviços, com detalhamento até o nível de saltos físicos e dispositivos onde ocorre a falha de desempenho. Os SREs e engenheiros de rede identificam o problema diretamente na guia Rede do APM: um firewall mal configurado, uma rota inesperada entre regiões ou um dispositivo com alta perda de pacotes. Para começar com a visibilidade da L7 à L1 em rastreamentos do APM, leia nosso post no blog ou inscreva-se na pré-visualização.
Diagnostique problemas de infraestrutura da internet com o BGP Centric View
Quando o caminho da internet se degrada e todos os sinais apontam para a camada do Border Gateway Protocol (BGP), confirmar se a causa raiz está em um provedor de trânsito ou em um problema de peering significa sair completamente da plataforma para fazer buscas manuais de Autonomous System Number (ASN) e rastreamento de relacionamentos fragmentados. O BGP Centric View do Datadog traz esse contexto diretamente para a interface de usuário do Network Path em uma guia dedicada ao BGP para revelar cada ASN no fluxo. Com um único clique, os engenheiros podem descobrir o provedor de serviços de cada ASN e as redes adjacentes anteriores e posteriores para que as equipes tenham a imagem completa do roteamento sem sair da plataforma. Explore a documentação do BGP Centric View para começar.
Otimize automaticamente consultas de banco de dados com o Datadog Database Monitoring
O Bits Database Optimization do Datadog Database Monitoring oferece a cada equipe de engenharia um caminho completo e automatizado, desde a detecção de consultas lentas até a correção em produção, sem exigir profunda especialização em banco de dados. Ao validar as alterações candidatas contra uma cópia simulada do seu esquema, o Datadog ajuda a garantir que cada otimização seja comprovadamente mais rápida com seus dados específicos antes de chegar ao código.
Quando uma correção é validada, o Bits Database Optimization localiza a linha exata de código que emitiu a consulta e abre um pull request pronto para mesclagem com evidências de referência em linha, permitindo que as equipes revisem e implementem melhorias dentro do workflow existente. Após a implantação da mudança, as equipes podem confirmar que o ganho se mantém com cargas reais de produção diretamente no DBM Query Metrics. Para saber mais, leia nosso post no blog.
Consulte logs em vários destinos de armazenamento com o Federated Logs
Os sistemas modernos geram enormes quantidades de dados de telemetria, e nem todos eles vão para um único lugar: logs de aplicação e infraestrutura fluem para plataformas de observabilidade, jobs de treinamento de ML emitem logs para lakehouses, fluxos de eventos de alto volume vão para armazenamentos colunares e arquivos de auditoria vão para armazenamento de objetos como o Amazon S3. A fragmentação resultante pode oferecer dificuldades durante as investigações, forçando as equipes a mudar de contexto e reescrever consultas usando diferentes sintaxes. O Federated Logs permite que você consulte armazenamentos de dados externos, como Databricks e ClickHouse, diretamente do Log Explorer, usando a mesma sintaxe de consulta e facetas para todas as localizações dos logs. Junto com Observability Pipelines, que roteia, transforma e normaliza logs antes que cheguem aos seus destinos, os Federated Logs proporcionam uma experiência de investigação consistente nos sistemas de armazenamento que você já utiliza. Para começar, inscreva-se na pré-visualização ou saiba mais em nosso post no blog.
Armazene e pesquise logs em escala de petabytes em sua própria infraestrutura com o Datadog BYOC Logs
O gerenciamento de logs auto-hospedados oferece às equipes soberania e controle sobre os dados. Por outro lado, essas soluções são difíceis de manter e carecem dos recursos essenciais de plataformas de SaaS, como correlação de telemetria e análise baseada em IA. O Datadog BYOC Logs oferece às equipes o melhor dos dois mundos. Ele opera em sua própria infraestrutura e permanece totalmente integrado à plataforma Datadog. O Datadog BYOC Logs permite que as equipes mantenham controle total sobre onde os dados estão, sem abrir mão de pesquisa, correlação de telemetria cruzada, investigação assistida por IA ou governança centralizada na escala de petabytes. Saiba mais em nosso post no blog.
Assegure a intenção
Monitore jornadas críticas de usuários com o Datadog Journey Monitoring
Sem uma visão unificada, as equipes de engenharia, produto e DevOps perseguem os mesmos problemas com ferramentas distintas e chegam a conclusões diferentes. Isso torna quase impossível identificar se uma interrupção em uma jornada crítica do usuário se deve a fatores técnicos ou comportamentais. O Datadog Journey Monitoring reúne tráfego, taxas de conversão, tempo de atividade e erros de Real User Monitoring, Synthetic Monitoringe Product Analytics em uma única visão compartilhada de cada fluxo crítico de usuário para que as áreas de engenharia, produto e DevOps tenham sempre uma compreensão compartilhada do desempenho de uma jornada. No momento, o Journey Monitoring está em pré-visualização. Se a sua organização já estiver usando os três produtos de DEM (Real User Monitoring, Synthetics e Product Analytics), você está qualificado para se inscrever hoje. Saiba mais na documentação do Journey Monitoring e leia nosso post no blog.
Feche o ciclo de desenvolvimento, da descoberta à correção
Transforme as descobertas do Datadog em correções de código automatizadas com o Bits Code
As equipes de engenharia podem ficar presas em um ciclo reativo de correção. Cada pico de erros, regressão de desempenho, teste flaky ou nova vulnerabilidade inicia o mesmo ciclo manual: fazer a triagem, localizar o código, escrever uma correção, executar testes e abrir um pull request. O Bits Code, o agente de codificação da plataforma Datadog, fecha esse ciclo. Ele é incorporado sempre que o Datadog revela um problema, desde Error Tracking e APM Recommendations até Continuous Profiler, Test Optimization, Code Security, Database Monitoring, Kubernetes Remediation e Bits AI SRE, de modo que o mesmo agente corrige um erro recorrente em um minuto e remedia uma vulnerabilidade no minuto seguinte.
Como o Bits Code investiga usando os mesmos dados de telemetria que já conquistaram a confiança dos engenheiros, incluindo logs, rastreamentos, métricas, perfis, variáveis de runtime e descobertas de segurança, cada correção proposta é fundamentada no comportamento real de produção, em vez de suposições criadas por assistentes de codificação genéricos que usam apenas o código-fonte como base. As equipes também podem solicitar diretamente ao Bits Code refatorações e trabalhos de codificação pontuais, agendar execuções de correção recorrentes ou acionar execuções automaticamente com base em dados de telemetria. O Bits Code agora está disponível ao público em geral. Para saber mais, confira nosso post no blog e a documentação do Bits Code.
Entregue código com segurança na velocidade da IA com o Bits Release
O Bits Release é um agente de validação de lançamento de IA que verifica cada alteração de código, desde o pull request (PR) até a produção. Quando um PR é aberto, o Bits Release analisa o impacto pretendido da alteração, gera um plano de validação, executa verificações de ponta a ponta no staging e monitora a implementação na produção.
Ao contrário do monitoramento tradicional, o Bits Release valida lançamentos em contexto: Ele verifica se as melhorias esperadas realmente ocorrem e detecta regressões e efeitos colaterais não intencionais. Quando ocorrem problemas, ele investiga as causas prováveis e ajuda a gerar correções. As validações bem-sucedidas podem ser promovidas para monitores de produção persistentes, criando um ciclo contínuo de segurança para código de alta velocidade e gerado por IA. Saiba mais em nosso post no blogou inscreva-se na pré-visualização.
Automatize a cobertura de testes sintéticos com o Bits Testing
Manter os testes sintéticos atualizados é uma das partes mais demoradas de um lançamento rápido. Novos fluxos ficam sem teste, mudanças na interface causam erros em scripts existentes e lacunas de cobertura seguem despercebidas. O Bits Testing Agent automatiza a geração e manutenção de testes sintéticos explorando aplicações de forma autônoma, identificando jornadas críticas do usuário e gerando suítes de testes executáveis a partir de um URL ou de um objetivo descrito em linguagem natural. Para aplicações dinâmicas em que as interfaces e saídas variam, os testes baseados em objetivos permitem que você defina um resultado pretendido em vez de uma sequência fixa de etapas. Dessa forma, os testes se adaptam em vez de falhar. Explorações programadas mantêm a cobertura atual ao longo do tempo sem intervenção manual. Saiba mais em nosso post no blog. Para começar a automatizar a cobertura de testes com o Bits Testing Agent, ingresse na pré-visualização.
A fundação de dados do stack agêntico
Obtenha respostas de qualidade para perguntas de negócios com o Bits Data Analysis
O Bits Data Analysis responde a perguntas em linguagem natural sobre aspectos do seu negócio, como receita, pipeline de vendas, perda de clientes e adoção de produtos. Ele é baseado no Datadog Data Context, uma base de conhecimento que extrai descrições de tabelas, definições de métricas, sinais de atualidade e qualidade, e linhagem de fontes como Tableau, Looker, Power BI, Fivetran, seu armazém e Data Observability. Em seguida, ele complementa esses dados com o contexto de negócios do Product Analytics, aplicações anteriores e código-fonte, substituindo meses de trabalho manual na camada semântica. O Bits Data Analysis pode ir além das ferramentas de BI típicas e explicar por que uma métrica mudou, como rastrear uma queda na receita até uma implantação de serviço de checkout que teve um pico de latência. O Context Workbench oferece às equipes de dados um lugar dedicado para observar como o agente é utilizado no Slack, no aplicativo web do Datadog, em agentes de codificação como Claude Code ou Codex, e na API do Datadog. Com base nessas observações, os administradores podem definir avaliações a partir de perguntas reais de usuários e melhorar a qualidade das respostas.
Com o Bits Data Analysis, as equipes de dados obtêm governança e observabilidade de ponta a ponta: integridade do pipeline, qualidade dos dados, contexto dos dados, respostas dos agentes, indicadores de confiança e suítes de avaliação que controlam qualquer mudança na camada de contexto. para saber mais sobre o Bits Data Analysis, leia nosso post no blog e inscreva-se na pré-visualização.
Use métricas personalizadas para a era moderna com Infinite Cardinality Metrics
Sistemas modernos geram mais dados de telemetria do que nunca. As equipes de SRE monitoram a latência por locatário, região e feature flag. Os engenheiros que trabalham com IA seguem sinais em cada etapa da execução de um agente. As dimensões que as equipes precisam continuam se multiplicando: locatário, usuário, dispositivo, modelo, região, caminho de execução. No entanto, quando os dados de telemetria se tornam mais detalhados, a cardinalidade passa a ser um obstáculo.
Hoje, estamos introduzindo o Infinite Cardinality Metrics, uma nova opção de precificação para métricas personalizadas criadas para a forma de operação dos sistemas modernos. O Infinite Cardinality Metrics foi projetado para consultas e explorações agênticas, permitindo que você e seus agentes façam qualquer pergunta sobre métricas. Assim, você tem a liberdade de capturar todos os atributos e dimensões que importam, qualquer que seja a cardinalidade. Como o Infinite Cardinality Metrics é precificado por nome de métrica e escala com o volume de dados e não com a cardinalidade, o custo permanece previsível conforme mais contexto é adicionado.
O Infinite Cardinality Metrics já está disponível ao público em geral. Para saber mais, consulte a documentaçãoe leia nosso post no blog dedicado.
Crie e monitore o stack agêntico
Monitore a adoção de agentes com o Datadog Agent Console
Com a disseminação de agentes de codificação pelas equipes, os líderes de engenharia precisam de mais do que ganhos pontuais para justificar os gastos: Eles precisam ver quem está usando os agentes, se esse uso está melhorando a entrega e onde os custos estão sendo desperdiçados. O Datadog Agent Console oferece uma visão unificada da atividade entre agentes de codificação, como Claude Code, Cursor e GitHub Copilot, bem como os próprios agentes Bits AI da Datadog, com análises de adoção, métricas de impacto na engenharia, atribuição de gastos e detecção automática de desperdícios incorporadas. O Agent Console ajuda você a responder três perguntas práticas:
Quem está usando agentes de codificação com mais frequência na organização?
O que os usuários estão fazendo bem com os agentes e onde estão enfrentando dificuldades?
Como o gasto com IA se correlaciona com os resultados de engenharia?
Você pode começar a usar o Agent Console ainda hoje consultando a documentação. Para saber mais sobre os recursos do Agent Console, leia nosso post no blog.
Entenda o comportamento dos LLMs de produção com os padrões do Agent Observability
Quando você implanta uma aplicação baseada em LLMs, o tráfego de produção raramente se comporta da forma esperada: Os usuários fazem perguntas fora do escopo pretendido, os objetivos mudam no meio da conversa e surgem workflows que não tinham sido previstos. Os padrões no Datadog LLM Observability ajudam você a entender o que realmente está acontecendo na produção, agrupando automaticamente as interações em grupos comportamentais, sem exigir categorias predefinidas ou rotulagem manual. Cada grupo revela sinais operacionais e de qualidade, incluindo volume de tráfego, latência, custo por interação, taxa de erros e pontuações de avaliação. Isso permite que você identifique imediatamente quais categorias de comportamento do usuário estão causando regressões ou aumento de custos. Para obter mais informações, leia nosso post no blog dedicado. Para solicitar acesso antecipado, inscreva-se na pré-visualização.
Aprimore a qualidade dos agentes de IA com o Bits Evals
O processo de depuração e melhoria de um agente de IA segue um padrão consistente: As equipes coletam sinais dos usuários, investigam falhas em rastreamentos, fazem alterações em prompts ou workflows, validam essas alterações com avaliações e experimentos e monitoram os resultados após a implantação. Os engenheiros precisam fazer manualmente grande parte desse trabalho, com o contexto necessário, como rastreamentos, registros de conjuntos de dados e versões de prompts, distribuído entre as ferramentas. O Bits Evals é um conjunto de recursos agênticos que lida com as etapas repetitivas do ciclo de desenvolvimento de agentes de IA, preservando o controle dos engenheiros sobre as decisões importantes. Com visibilidade do contexto completo do desempenho do agente, o Bits pode criar e verificar imediatamente uma hipótese com referência cruzada de rastreamentos, registros de conjuntos de dados e resultados de avaliadores como evidência. Ele também pode ajudar você a resolver o problema sugerindo uma alteração no prompt, sinalizando uma lacuna no conjunto de dados, propondo uma nova cobertura de avaliador ou destacando uma regressão que você não sabia que deveria procurar. Isso remove horas de leitura manual de rastreamentos, permitindo que os engenheiros gastem seu tempo em decisões e não na coleta dos dados necessários para tomá-las. Saiba mais em nosso post no blog dedicadoou inscreva-se na pré-visualização.
Proteja o stack agêntico
Proteja aplicações de IA agêntica com o Datadog AI Guard
AI Guard ajuda a proteger agentes de IA personalizados contra injeção de prompts, uso indevido de ferramentas, exfiltração de dados e outras ameaças do OWASP Top 10. Ele descobre agentes desprotegidos no ambiente, analisa comportamentos e contextos históricos, e ajuda a detectar e bloquear ataques no runtime. Ele também fornece defesa em profundidade para agentes de codificação contra habilidades, scripts, configurações e pacotes maliciosos. O AI Guard se posiciona diretamente em linha com os agentes para fornecer proteções de segurança em tempo real, permitindo que você implante rapidamente agentes de IA sem comprometer a segurança.
No momento, o AI Guard está em disponibilidade limitada. Inscreva-se para obter acesso antecipado.
Reduza em mais de 95% o ruído de vulnerabilidades com o Datadog Runtime Prioritization Engine
As equipes de segurança estão sobrecarregadas com descobertas e não contam com uma forma confiável de identificar as que representam um risco real. O Datadog Runtime Prioritization Engine combina comportamento de runtimes, acessibilidade, propriedade de serviços e impacto nos negócios em um único modelo de priorização que revela as vulnerabilidades associadas aos serviços mais essenciais e as encaminha diretamente para correção pelas equipes de engenharia capacitadas. A correção com um clique e Bits Code podem levar descobertas da detecção à conclusão, sem triagem manual ou transferências caóticas. Para começar, inscreva-se na pré-visualização.
