← 返回列表

我们如何用 Insights 改进 Insights 背后的 agent

Datadog Blog原文发布 2026-10-30 08:00首次收录 2026-10-31上架 2026-10-31 07:15

☆ 收藏查看原文 ↗

这件事讲了什么

Datadog 的工程师用自家产品 Insights 来观察和优化他们自己的 AI agent。Insights 会分析 agent 的运行记录,找出它在哪些地方花了过多 token、工具调用失败或任务没完成,并解释原因、估算影响、给出有依据的修复建议。例如它发现搜索工具一次返回太多内容,导致后续请求被重复计费;还发现请求顺序不对,使提示缓存无法复用,估算每月可省约 2734 美元。工程师随后把建议交给编程 agent 改代码,并通过重放原任务验证修复后 token 是否更少、回答是否仍然正确。这是 Datadog 的自用案例,节省数字为估算、尚未实测。

可以使用的工具

文中可用工具

  • Insights分析 agent 运行记录,找出成本与可靠性问题并给出修复建议
  • Agent ObservabilityDatadog 用于观测 AI agent 的产品,Insights 位于其中
  • search_llmobs_spans在已记录的 trace 中搜索证据的工具
  • update_insight用于更新已有 insight 的工具
  • Fix with Bits把 insight 的证据与建议交给编程 agent 修改代码
这是基于来源内容整理的摘要。原文链接失效后,本页摘要和讨论仍会保留。

讨论 0

登录后参与讨论,阅读资讯无需注册。

还没有评论,来分享第一个看法。