内容提要
Datadog宣布其LLM可观察性平台现支持Google的Agent Development Kit（ADK）自动仪器化，帮助开发者监控AI代理系统的行为和性能，简化复杂AI工作流的监控，提升代理的可靠性。通过自动追踪代理操作，Datadog提供统一时间线，帮助识别问题并优化成本。
关键要点
-
Datadog宣布其LLM可观察性平台支持Google的Agent Development Kit（ADK）自动仪器化。
-
该集成旨在帮助开发者和SRE团队监控复杂的多步骤AI代理工作流，减少手动设置。
-
随着企业越来越多地采用基于ADK的自主AI代理，这些系统的非确定性使得预测输出和诊断错误变得困难。
-
Datadog的新集成将ADK应用程序的信号整合到其可观察性系统中，帮助可视化代理决策路径和测量延迟。
-
Datadog的仪器化自动追踪每个代理的操作，并在统一时间线上呈现，便于识别问题。
-
用户可以查看每个工具和工作流分支的令牌使用情况和延迟，帮助识别代理的异常行为。
-
Datadog的可观察性平台扩展了基础设施、安全和分布式系统的覆盖范围，涵盖了新兴的代理AI应用。
-
其他可观察性工具也在进行类似集成，以帮助组织更好地理解LLM的使用。
-
New Relic提供全栈可观察性和APM，正在向AI可观察性发展，但尚未具备与Datadog相同的LLM专用工具。
-
Splunk的可观察性产品在高容量日志摄取和查询方面表现出色，但在AI特定信号的关联上可能需要更多努力。
-
AI和代理可观察性的需求推动所有供应商发展其工具，专注于运行时跟踪和成本/延迟洞察。
延伸问答
Datadog的LLM可观察性平台有什么新功能？
Datadog的LLM可观察性平台现在支持Google的Agent Development Kit（ADK）自动仪器化，帮助监控AI代理系统的行为和性能。
为什么企业需要监控基于ADK的AI代理？
企业需要监控基于ADK的AI代理，因为这些系统的非确定性使得预测输出和诊断错误变得困难。
Datadog如何帮助识别AI代理的异常行为？
Datadog通过自动追踪代理操作并在统一时间线上呈现，帮助识别问题和异常行为。
Datadog的集成如何改善AI代理的可靠性？
Datadog的集成通过整合ADK应用程序的信号，帮助可视化决策路径和测量延迟，从而提高代理的可靠性。
与Datadog相比，New Relic在AI可观察性方面有什么不同？
New Relic提供全栈可观察性和APM，但尚未具备与Datadog相同的专用LLM工具，主要关注数据摄取而非主机。
Splunk在AI代理监控方面的优势和劣势是什么？
Splunk在高容量日志摄取和查询方面表现出色，但在AI特定信号的关联上可能需要更多努力。
