Datadog发布运维模型Scout 1.0，SREGym 90项任务完成80项

美国监控软件公司 Datadog 推出首款专用运维模型 Scout 1.0，底座采用智谱开源的 GLM-5.3 Flash。

Scout 主要用于排查线上系统故障，支持查询日志、监控指标和服务调用链，并据此逐步定位故障根因。Datadog 表示，公司利用真实事故和监控数据搭建模拟环境，再通过强化学习训练模型，让其学会排除错误线索，并用证据支撑诊断结论。

公开基准与内部评测结果

在公开基准 SREGym 的 90 项故障排查任务中，Datadog 自测显示，Scout 在最高推理档完成了 80 项诊断及修复，与 GPT-6 Astra xhigh 同分，仅比 GPT-6.1 Sol xhigh 少 2 项。作为底座模型的原版 GLM-5.3 Flash 完成了 66 项。

在 Datadog 内部的 AlertEval 评测中，Scout 中档的诊断质量接近 GPT-6.1 Sol high 和 Claude Opus 5.5 high，但估算推理成本低了 3 至 8 倍；与 GPT-6 Astra medium 相比，成本低约 19 倍。

当前开放范围

Scout 已接入 Datadog 的 Bits Investigation，目前仅向少量客户开放封闭预览。现阶段，该模型主要负责查明故障原因并提出恢复建议，自动执行修复仍是后续研发目标。