Datadog、障害調査に特化したモデルScout 1.0を発表　AlertEvalでOpus 5.5やGPT-6.1 Sol並みを3〜8分の1のコストで

Datadogは10月15日、本番環境の障害調査に特化したAIモデルScout 1.0を発表した。同社のAI SREであるBits Investigationで使われ、アラートごとに仮説を立て、テレメトリを照会し、根拠が結論を支えるかを判断する作業を担う。推論コストを下げることで、調査をより多くのアラートで、障害の早い段階から回せるようにするのが狙い。ScoutはGLM-5.3 Flashをベースに、実際の過去の障害とテレメトリから作った原因既知のシミュレーションで強化学習を行った。学習データに顧客データは含まないとしている。評価には、エンジニアが原因を書いた実アラートとアーカイブ済みテレメトリからなる社内ベンチマークAlertEvalを使い、Scout 1.0 mediumはGPT-6.1 Sol highやClaude Opus 5.5 highと同等の品質を3〜8分の1の推論コストで出し、最上位のxhighはClaude Fable 5.1 xhighに並ぶ結果を4分の1のコストで出したとしている。第三者ベンチマークSREGymでもベースモデルから大きく改善したと説明する。現時点ではDatadog社内と一部顧客のクローズドプレビューで使われており、一般提供前のプレビュー申し込みを受け付けている。今後は障害の復旧作業の自動化にも広げる計画。