Cribl kupuje Tero, by rozwijać obserwowalność dla ludzi i agentów AI

Cribl poinformowało 10 listopada 2026 r. o przejęciu Tero, firmy, której technologia identyfikuje dane telemetryczne o niskiej wartości. Założyciele i inżynierowie Tero dołączają do Cribl, by rozwijać obserwowalność dla inżynierów i agentów AI. To trzecie przejęcie tej firmy telemetrycznej w ciągu czterech miesięcy.

Ben Johnson, Adam Cohen i Nihar Singhal, odpowiednio były dyrektor generalny, dyrektor ds. technologii i dyrektor operacyjny Tero, pomogą kierować rozwojem oferty Cribl w zakresie obserwowalności. Johnson obejmie stanowisko wiceprezesa ds. obserwowalności, a zespół będzie pracować nad monitorowaniem hostów, monitorowaniem wydajności aplikacji (APM), obserwowalnością federacyjną oraz obserwowalnością natywną dla AI na platformie, z której klienci już korzystają do gromadzenia, przesyłania i optymalizacji danych telemetrycznych. Johnson był wcześniej współzałożycielem Timber, twórcy opartego na otwartym kodzie źródłowym potoku obserwowalności Vector. Datadog przejął Timber w 2021 r.

Tero koncentruje się na wartości danych telemetrycznych

Technologia Tero mierzy, jaka część danych telemetrycznych organizacji jest zbędna, lokalizuje dane o niskiej wartości w różnych narzędziach do obserwowalności i pozwala inżynierom zająć się nimi w używanych już narzędziach. Dzięki temu do zadań Cribl związanych z gromadzeniem i przesyłaniem danych dochodzi ocena ich wartości: zespoły muszą też ustalić, które dane telemetryczne warto przechowywać i analizować.

W swojej relacji z przejęcia Johnson powiedział, że elastyczne kierowanie ruchem danych nie wyeliminowało kosztów przechowywania i odpytywania danych telemetrycznych, których nikt nie odczytywał. Rozpoznanie przydatnych danych wymaga wiedzy o tym, jak łączą się usługi, co się zmieniło i z jakich sygnałów inżynierowie korzystają podczas incydentów. Wiedza ta często nie jest udokumentowana i pozostaje w głowach inżynierów. Może pomóc człowiekowi w dochodzeniu, ale takie podejście przestaje działać, gdy prowadzi je agent AI.

Wspólna podstawa dla agentów AI

Johnson opisuje agentów AI jako nowych głównych odbiorców danych produkcyjnych, obok inżynierów; obie grupy potrzebują zarówno danych źródłowych, jak i kontekstu niezbędnego do ich interpretacji. Jako przykład podaje agenta badającego skok opóźnień: musi on powiązać objaw z wdrożeniem sprzed godziny, zmianą w kodzie będącą podstawą tego wdrożenia oraz usługą zależną, która zaczęła przekraczać limit czasu oczekiwania. Oddzielne narzędzia do obserwowalności mogą ograniczać dostępne w takim dochodzeniu dowody.

Proponowana architektura pozwala raz opracować obraz środowiska produkcyjnego i udostępniać go jako wspólny zasób inżynierom oraz agentom. Monitorowanie hostów i APM nadal działałyby jako aplikacje zbudowane na tej podstawie, a nie jako niezależne produkty przechowujące duplikaty tych samych danych telemetrycznych. Johnson, jego współzałożyciele i inżynier założyciel Jacob Aronoff przenoszą do Cribl prace Tero nad dostępem agentów i wiedzą o środowisku produkcyjnym.

We wpisie z 28 lipca 2026 r. poświęconym telemetrii dla agentów AI dyrektor generalny Cribl Clint Sharp zdefiniował to pojęcie jako dane telemetryczne zarządzane z myślą zarówno o ludziach, jak i agentach AI. Podejście to łączy kontekst ludzki, maszynowy i związany ze sztuczną inteligencją, dzięki czemu uprawnieni użytkownicy mogą odpytywać dane tam, gdzie się znajdują.

Wyszukiwanie federacyjne, czyli wyszukiwanie bez przenoszenia danych, kieruje zapytania do jezior danych, pamięci obiektowej, lakehouse’ów i istniejących narzędzi, zamiast najpierw centralizować dane. Dostęp agentów wymaga również zarządzania tożsamością, kontroli dostępu opartej na rolach, audytu, śledzenia pochodzenia danych, kontroli budżetu oraz możliwości weryfikowania przez ludzi zapytań i działań. „Modele będą się zmieniać. Agenci będą się zmieniać. Interfejsy będą się zmieniać. Wasze dane telemetryczne są trwałym zasobem” — napisał Sharp.

Strategia przejęć Cribl

Transakcja jest następstwem przejęcia CardinalOps w lipcu 2026 r. oraz nabycia w sierpniu 2026 r. technologii centrum operacji bezpieczeństwa opartych na AI należącej do Radiant Security. Cribl twierdzi, że te przejęcia poszerzają działalność firmy o własne możliwości w zakresie obserwowalności i bezpieczeństwa, dostępne na jednej otwartej platformie telemetrycznej.

Tero wnosi do Cribl wiedzę specjalistyczną w zakresie wartości danych, kontekstu środowiska produkcyjnego i dostępu agentów, a planowane prace nad monitorowaniem mają zwiększyć liczbę własnych aplikacji działających na tej wspólnej podstawie. Kluczowe będzie to, czy Cribl zdoła zapewnić uprawnionym agentom szeroki dostęp do użytecznych danych z produkcji, nie odtwarzając przy tym odizolowanych magazynów danych i niekontrolowanego dostępu, których ma unikać jej architektura.