以色列，特拉维夫（2026年9月1日）——DataAgent是一家为现代应用开发修复型数字免疫系统（DIS）的公司，该公司今天宣布，该公司已经从默默无闻中脱颖而出，推出了其平台，并完成了1000万美元的种子期前融资。

DataAgent的种子期前融资由MizMaa Ventures和Alicorn Venture Partners领投。DataAgent打算利用这笔资金将其“修复优先”平台推向市场，并加速北美客户的采用。

DataAgent由公司的两位联合创始人伊沙伊·亚里（首席执行官）和纳提·沙洛姆（首席技术官）领导，他们曾在云编排公司Cloudify共事，该公司于2023年被戴尔收购。该公司目前拥有一个15人的团队，并正在美国和以色列积极招聘更多的市场推广人员。

DataAgent的修复优先平台作为Kubernetes和连接基础设施的ai本地自治SRE（站点可靠性工程师）。该平台直接在云原生控制平面内运行，并与现有的可观测性系统集成，作为轻量级覆盖而不是替代。

该平台部署代理来捕获源处的高保真信号，并在故障发生时自动采取行动来修复问题，从而消除了昂贵的外部数据传输的需要。通过在故障需要时仅转发相关数据进行更深入的检查，DataAgent平台使团队能够在不停机或完全迁移风险的情况下大幅降低可观察性费用。

DataAgent的联合创始人兼首席执行官Ishay Yaari表示：“在DataAgent中，可观察性只是一个功能——真正的产品是一个自我修复的基础设施。”“我们将生产修复引擎与预生产引擎配对，前者在故障发生后修复故障，后者在代码发布前阻止故障。它们不是单独的产品：预防和补救融合在一个连续的生命周期中，因此系统在每次故障停止和每次事故解决时都变得更加智能。”

DataAgent创始人：首席技术官Nati Shalom（左）和首席执行官Ishay Yaari（右）

MizMaa Ventures联合创始人兼合伙人凯瑟琳•伦表示：“将快速发展的人工智能技术应用于主要痛点，并带来变革性的结果，这是我们的圣杯。”DataAgent正是通过将可观察性从洞察力转向行动来做到这一点。”

Alicorn Venture Partners管理合伙人亚历山大•阿西姆（Alexander Assim）表示：“DataAgent正在解决现代软件基础设施中最昂贵、最持久的问题之一：系统可以告诉工程师有什么东西坏了，但却无法安全地修复它。”DataAgent吸引我们的地方在于，该公司能够将自主修复与部署模型相结合，使客户的基础设施和遥测技术处于客户控制之下。”

颠倒操作顺序

传统的可观察性平台检测到故障并将其发送给工程师，然后工程师进行调查并应用修复。这种模式需要客户遥测数据的第二份付费副本——系统产生的关于自身的日志和指标——被传送到供应商的云上。随着它所监视的系统的增长，这个过程的成本也会越来越高。根据Grafana Labs的《2025年可观察性调查》，可观察性支出现在平均占计算基础设施总支出的17%。

DataAgent颠倒了这个顺序。该平台读取实时系统状态、拓扑结构和配置漂移，识别事件原因，并应用经过验证的修复。服务恢复后，将离线运行更深层次的根本原因分析。通过首先恢复服务，而不是等待深度诊断，DataAgent显著缩短了平均解决时间（MTTR）。遥测永远不会离开客户的环境，因为平台直接在客户自己的集群中运行，并与现有的可观察性工具集成在一起，而不是取代它们。

研究分析公司高德纳（Gartner）表示：“传统的可观测性正在遇到复杂性和成本的瓶颈。”“通过从解释转向行动，人工智能打破了孤岛，加速了根本原因分析。这种协作方法使系统能够自我修复和自我优化，弥合了从数据到洞察到行动的差距。”

DataAgent修复优先平台

平台功能

该平台的四个设计元素支持自主修复：

首先进行补救——该平台可以自动实时解决事故，并使用用户定义的安全、护栏控制的操作恢复正常运行时间，而不是依赖传统的根本原因分析方法，这种方法需要昂贵的数据摄取传输。

 360度架构上下文——该平台构建了客户拓扑、环境、代码和配置的工作模型，而不是依赖于孤立的日志和跟踪。应用于误读系统状态的修复会带来真正的风险，因此精度决定了平台可以安全地自行执行哪些操作。

 持续强化学习——在入组过程中，平台运行一个发现阶段，向客户展示已经可以修复的故障类别，并制定缩小剩余差距的时间表。随着时间的推移，该平台能够适应新的故障模式，只有在某类故障被证明是正确的情况下，该平台才会自动对该类故障采取行动，而其他情况则会路由给人工干预，通过用户现有的变更管理流程或单个CLI命令进行部署。

 开源代理——平台的代理是开源的，可以免费部署和独立运行，并使用付费的SaaS层进行车队管理和编排。这种方法解决了企业对在生产环境中运行封闭软件的抵制。

“该行业花了15年时间来建立更好的方式来观察生产，并每年收取更高的费用。DataAgent的联合创始人兼首席技术官Nati Shalom解释说：“传统工具已经变得数据繁重且被动，而最近将人工智能副驾驶员绑定到这个破碎模型上的尝试并没有改变结果。”“我们以另一种方式构建DataAgent。我们的平台和代理在数据已经存在的地方采取行动，首先恢复健康，并一次获得一个故障类的自主权。自主性不是可观察性的附加功能；这是一个根本性的架构转变，其直接结果是大幅削减成本。”

DataAgent团队

财务影响

DataAgent平台的设计为客户带来了两个重要的经济效益：

采用无需更换——客户可以在现有的监控堆栈之上运行DataAgent平台，它可以在本地解决日常故障，并仅在故障需要时转发数据进行更深入的检查。团队在没有停机时间和完全迁移风险的情况下看到结果，同时大大降低了他们的可观察性费用。

本地遥测分析——DataAgent的根本原因分析引擎不需要提取和索引数tb的冗余日志，而是专注于对决定稳定性的一小部分代码路径进行深入检查。这大大降低了昂贵的日志索引管道的成本，产生了比传统工具低得多的成本结构。

Yaari说：“在过去的十年里，没有人听过一个工程师领导说他们公司的可观测性成本下降了，这不是偶然的。”“当供应商的收入是你的数据摄取时，它不可能在不削减自己的费用的情况下削减你的账单。DataAgent可以与现有工具一起运行，同时只在事件需要时过滤掉噪声并重新路由数据。不需要昂贵的第二份数据副本，也不需要实时提取所有数据，因此客户可以节省高达90%的可观察性支出。”