มีอะไรใหม่
- ประกาศบนบล็อก Datadog เมื่อ 15 ต.ค. 2026 พร้อมรายงานเทคนิค Scout 1.0
- สร้างบนฐาน GLM-5.3 Flash แล้วฝึกต่อด้วยการเรียนรู้แบบเสริมแรงในสถานการณ์จำลองจากเหตุการณ์จริง แต่ไม่ใช้ข้อมูลลูกค้า
- โหมด medium ทำคะแนนใกล้เคียง GPT-6.1 Sol กับ Claude Opus 5.5 แต่ต้นทุนอนุมานถูกกว่าประมาณ 3–8 เท่า
- เทียบกับ Fable กับ Astra โหมด medium ต้นทุนถูกกว่าประมาณ 12 เท่าและ 19 เท่าตามลำดับ
- โหมด xhigh ที่คิดนานขึ้นทำคะแนนใกล้เคียง Fable ระดับสูงสุด ด้วยต้นทุนถูกกว่าประมาณ 4 เท่า
- บนเกณฑ์ SREGym 90 เคส Scout medium แก้ได้ 68 เคส สูงกว่าฐาน GLM-5.3 Flash ที่ 65 เคส ส่วนโหมด high ได้ 79 เคส
- ทีมวิศวกรรม Datadog และลูกค้าในพรีวิวปิดใช้จริงแล้ว มีปุ่มสมัครพรีวิวก่อนเปิดทั่วไป
Bits Investigation ทำงานยังไง
- อ่านแจ้งเตือน ตั้งสมมติฐาน แล้วเรียกดูตัวเลขสถานะ บันทึกเหตุการณ์ เส้นทางคำขอ การเปลี่ยนแปลง และความสัมพันธ์ระหว่างบริการ
- Scout ฝึกกับเครื่องมือแบบเดียวกับที่ Bits ใช้จริง จึงไม่ใช่แค่แชตทั่วไป
- บริษัทบอกว่าต้นทุนถูกกว่าทำให้ขยายการตรวจสอบไปได้มากขึ้น และทุ่มคิดเพิ่มในเคสยากได้
คนไทยได้อะไร
- ทีมที่ใช้ Datadog ดูแลระบบบนคลาวด์สมัครพรีวิว Bits Investigation ที่ขับด้วย Scout ได้
- ยังไม่ใช่โมเดลเปิดน้ำหนักให้โหลดมาใช้เอง และยังไม่มีราคา API แยกเป็นดอลลาร์ต่อล้านโทเคน
- ร้านหรือทีมเล็กที่ไม่มี Datadog ใช้ประโยชน์ตรง ๆ ยังไม่ได้จนกว่าจะมีช่องทางเปิดกว้างกว่านี้
ทำไมออกมาตอนนี้
- งานไล่หาต้นเหตุระบบล่มต้องเรียกโมเดลหลายรอบ ถ้าใช้โมเดลใหญ่ทั่วไปตลอดจะแพงเกินกว่าจะไล่ทุกแจ้งเตือน
- Datadog มีข้อมูลเหตุการณ์จริงและเครื่องมือของตัวเองอยู่แล้ว จึงเลือกฝึกโมเดลเฉพาะงานนี้แทนการพึ่งโมเดลทั่วไปอย่างเดียว
สรุป
Scout 1.0 คือโมเดลเฉพาะทางของ Datadog ที่แลกความถูกกับความแม่นในงานไล่หาต้นเหตุระบบล่ม ใครใช้ Bits Investigation อยู่ลองพรีวิวได้เลย ส่วนคนที่อยากโหลดน้ำหนักมาเล่นเองยังต้องรอ
แหล่ง: Datadog · 15 ต.ค. 2026