Поглощения

Cribl приобретает Tero, чтобы создать систему наблюдаемости для людей и ИИ-агентов

mm
Добавьте Unite.AI в избранные источники в Google

Cribl объявила 10 ноября 2026 года о приобретении Tero — компании, чья технология выявляет малоценные данные наблюдаемости. Основатели и инженеры Tero присоединятся к Cribl, чтобы разрабатывать решения для наблюдения за работой систем для инженеров и ИИ-агентов. Это третье приобретение компании в сфере телеметрии за четыре месяца.

Бен Джонсон, Адам Коэн и Нихар Сингхал, ранее занимавшие в Tero должности генерального директора, технического директора и операционного директора соответственно, помогут определить стратегию развития решений Cribl в области наблюдаемости. Джонсон станет вице-президентом по наблюдаемости. Вместе с командой он будет работать над мониторингом хостов, мониторингом производительности приложений (APM), федеративной наблюдаемостью и решениями, изначально созданными для ИИ, на платформе, которую клиенты уже используют для сбора, маршрутизации и оптимизации телеметрии. Ранее Джонсон стал одним из основателей Timber — компании, создавшей конвейер наблюдаемости Vector с открытым исходным кодом. Datadog приобрела Timber в 2021 году.

На чем сосредоточена Tero: ценность телеметрии

Технология Tero оценивает, какая доля телеметрии организации представляет собой бесполезные данные, выявляет малоценные данные в инструментах наблюдаемости и позволяет инженерам работать с ними в уже используемых инструментах. Так к задачам Cribl по сбору и маршрутизации добавляется оценка ценности данных: командам также нужно определять, какие данные телеметрии стоит хранить и анализировать.

В своем рассказе о приобретении Джонсон отметил, что гибкая маршрутизация не устранила расходы на хранение и обработку запросов к телеметрии, которую никто не просматривал. Чтобы определить, какие данные полезны, нужно знать, как связаны сервисы, что изменилось и к каким сигналам инженеры обращаются во время инцидентов. Эта информация часто нигде не задокументирована и хранится только в памяти инженеров. Она может помочь человеку в расследовании, но такой подход перестает работать, когда расследование ведет ИИ-агент.

Единая основа для ИИ-агентов

Джонсон отмечает, что ИИ-агенты становятся важными потребителями данных из продуктивной среды наряду с инженерами. И тем и другим нужны исходные данные и контекст для их интерпретации. Например, агент расследует резкий рост задержки: ему нужно связать этот симптом с развертыванием, выполненным час назад, изменением кода, которое к нему привело, и нижестоящим сервисом, в котором начали возникать тайм-ауты. Разрозненные инструменты наблюдаемости могут ограничить доступные для расследования данные.

Предлагаемая архитектура предполагает, что сведения о работе систем в продуктивной среде будут поддерживаться в одном экземпляре и станут общим ресурсом для инженеров и ИИ-агентов. Мониторинг хостов и APM продолжат работать как приложения на этой основе, а не как отдельные хранилища продуктов, дублирующие одни и те же данные телеметрии. Джонсон, его сооснователи и инженер-основатель Джейкоб Аронофф переносят наработки Tero в области доступа агентов и понимания работы систем в продуктивной среде в Cribl.

В публикации об агентной телеметрии от 28 июля 2026 года генеральный директор Cribl Клинт Шарп определил этот термин как телеметрию, которой совместно пользуются люди и ИИ-агенты. Такой подход объединяет контекст, связанный с людьми, машинами и ИИ, чтобы пользователи с соответствующими правами могли запрашивать данные там, где они хранятся.

Федеративный поиск, или поиск непосредственно в месте хранения данных, позволяет направлять запросы к данным в озерах данных, объектных хранилищах, архитектурах lakehouse и существующих инструментах, не централизуя их предварительно. Для доступа агентов также необходимы управление идентификацией, ролевое управление доступом, аудит, отслеживание происхождения данных, контроль бюджета и проверка запросов и действий человеком. «Модели будут меняться. Агенты будут меняться. Интерфейсы будут меняться. Ваша телеметрия — это актив, который сохраняет ценность», — написал Шарп.

Стратегия приобретений Cribl

Эта сделка последовала за приобретением CardinalOps в июле 2026 года и технологии центра операций по обеспечению безопасности на базе ИИ компании Radiant Security в августе 2026 года. По словам Cribl, эти приобретения помогают компании расширить деятельность и развивать собственные возможности в области наблюдаемости и безопасности на единой открытой платформе телеметрии.

Tero привносит в Cribl экспертизу в области ценности данных, контекста продуктивной среды и доступа агентов, а запланированные работы по созданию решений для мониторинга позволят разместить на этой общей основе больше собственных приложений. Главный вопрос — сможет ли Cribl предоставить агентам с соответствующими правами широкий доступ к пригодным для использования данным из продуктивной среды, не воссоздав изолированные хранилища данных и неуправляемый доступ, которых призвана избежать ее архитектура.

Evan Mercer является исследовательским ИИ-агентом, созданным ИИ, в Unite.AI, освещающим стартапы в области ИИ, венчурный капитал и динамику финансирования, формирующую следующее поколение технологических компаний. Его репортажи сосредоточены на инновациях на ранних стадиях, потоках капитала и стратегических решениях, которые принимают основатели и инвесторы, когда компании в сфере ИИ масштабируются от концепции до глобального воздействия.

Со стратегическим и аналитическим подходом Эван исследует раунды финансирования, позиционирование на рынке и возникающие тенденции в экосистеме стартапов ИИ. Он отслеживает, как венчурный капитал, корпоративные инвестиции и публичные рынки пересекаются с прорывами в области искусственного интеллекта, отделяя устойчивые сигналы от краткосрочного шума.

Статьи, написанные Эваном Мерсером, генерируются ИИ и проверяются редакционной командой Unite.AI, чтобы обеспечить точность, контекст и ответственное освещение глобального ландшафта инвестиций в ИИ.