DataAgent ra mắt từ chế độ ẩn danh với vòng gọi vốn tiền hạt giống 10 triệu USD để xây dựng hạ tầng đám mây tự chữa lành

DataAgent đã ra mắt từ chế độ ẩn danh với 10 triệu USD trong vòng gọi vốn tiền hạt giống khi ra mắt nền tảng AI-native được thiết kế để đưa quản lý hạ tầng đám mây vượt ra ngoài việc chỉ phát hiện vấn đề và hướng tới việc tự động khắc phục chúng.

Vòng gọi vốn do MizMaa Ventures và Alicorn Venture Partners dẫn đầu. DataAgent dự định sử dụng vốn để đưa nền tảng ra thị trường và mở rộng việc áp dụng tại Bắc Mỹ. Được thành lập vào tháng 1 năm 2026, công ty có trụ sở tại Tel Aviv hiện có 15 nhân viên và do các đồng sáng lập Ishay Yaari (CEO) và Nati Shalom (CTO) lãnh đạo.

Trung tâm của cách tiếp cận của DataAgent là cái mà họ gọi là Hệ thống Miễn dịch Kỹ thuật số ưu tiên khắc phục cho các ứng dụng hiện đại. Thay vì chỉ hoạt động như một lớp bổ sung để thu thập log, tạo cảnh báo, hoặc giải thích sự cố cho kỹ sư, nền tảng được thiết kế để hoạt động bên trong Kubernetes và hạ tầng đám mây kết nối, và thực hiện hành động khi xảy ra lỗi.

Đảo ngược quy trình quan sát truyền thống

Các nền tảng quan sát hiện đại đã trở nên thiết yếu để hiểu các ứng dụng ngày càng phức tạp, nhưng quy trình cơ bản vẫn chủ yếu phản ứng: một hệ thống phát hiện vấn đề, kỹ sư nhận được cảnh báo, ai đó điều tra nguyên nhân, và cuối cùng một biện pháp khắc phục được áp dụng.

DataAgent đang cố gắng đảo ngược chuỗi này.

Phần mềm của nó đọc trạng thái hệ thống, topo và thông tin cấu hình đang hoạt động trong thời gian thực. Khi gặp một lỗi mà nó hiểu, nền tảng có thể áp dụng biện pháp khắc phục đã được xác minh trước và sau đó thực hiện phân tích nguyên nhân sâu hơn. Mục tiêu là khôi phục dịch vụ mà không cần chờ kỹ sư con người phải xem xét log và bảng điều khiển.

Trang web công khai của công ty tóm gọn triết lý này thành câu: “Ưu tiên khắc phục, phần còn lại là tiếng ồn.”

Thời điểm này phản ánh một vấn đề rộng hơn mà các đội hạ tầng đang đối mặt. Khảo sát Quan sát 2025 của Grafana Labs cho thấy độ phức tạp và chi phí phụ trợ vẫn là mối quan ngại được nhắc tới nhiều nhất, tiếp theo là thách thức về tỉ lệ tín hiệu‑nào‑tiếng ồn và chi phí. Một nửa số người trả lời hiện đang sử dụng quan sát dạng SaaS (Software-as-a-Service) ở một hình thức nào đó, minh chứng cho việc lượng dữ liệu đo lường hoạt động ngày càng được xử lý qua các nền tảng bên ngoài.

Một SRE tự động hoạt động bên trong hạ tầng

DataAgent mô tả nền tảng của mình như một kỹ sư độ tin cậy site (SRE) tự động, nhưng kiến trúc của nó hạn chế hơn so với những gì nhãn này có thể gợi ý ban đầu.

Hệ thống xây dựng mô hình về topo, môi trường, mã nguồn và cấu hình của khách hàng thay vì đưa ra quyết định dựa trên một bản ghi log hoặc cảnh báo riêng lẻ. Trong quá trình triển khai, nó xác định các loại lỗi mà nó tin có thể khắc phục một cách đáng tin cậy. Nó chỉ tự động hành động trên một loại lỗi khi khả năng đó đã được thiết lập, trong khi các vấn đề không quen thuộc hoặc chưa chắc chắn sẽ được chuyển tới các nhà vận hành con người.

Khách hàng cũng có thể định nghĩa các rào chắn về những hành động mà hệ thống được phép thực hiện.

Những kiểm soát này quan trọng vì quản lý hạ tầng tự động mang lại rủi ro đáng kể hơn so với một trợ lý AI chỉ đưa ra đề xuất lệnh. Một đề xuất sai có thể bị kỹ sư từ chối; một hệ thống tự động có quyền sản xuất có thể khởi động lại, mở rộng, quay lại hoặc thay đổi khối lượng công việc trước khi con người can thiệp.

Do đó, cách tiếp cận của DataAgent dựa trên việc dần dần mở rộng các loại vấn đề mà hệ thống được phép hành động, thay vì cấp quyền tự động rộng rãi ngay từ đầu.

Giữ nhiều dữ liệu quan sát hơn bên trong cụm

Cũng có một lý do kinh tế phía sau kiến trúc này.

Quan sát đám mây truyền thống thường đòi hỏi gửi một lượng lớn log, số liệu và trace tới dịch vụ bên ngoài, nơi thông tin được thu thập, lập chỉ mục, lưu trữ và phân tích. Chi phí có thể tăng cùng với mức sử dụng hạ tầng và khối lượng dữ liệu đo lường.

DataAgent thay vào đó đặt các tác nhân của mình gần hơn với các khối công việc. Các lỗi thường gặp có thể được phân tích và khắc phục tại chỗ, trong khi việc kiểm tra sâu hơn chỉ dành cho các sự cố cần thiết. Công ty cho rằng cách này có thể giảm lượng dữ liệu cần truyền qua các pipeline thu thập và lập chỉ mục tốn kém, đồng thời cho phép nền tảng của mình hoạt động song song với các hệ thống giám sát hiện có thay vì yêu cầu thay thế ngay lập tức.

Điều này có thể trở thành một điểm khác biệt quan trọng khi AI làm tăng lượng phần mềm được tạo và vận hành. Nhiều ứng dụng, dịch vụ, container và tác nhân AI cuối cùng tạo ra nhiều sự kiện hạ tầng và dữ liệu đo lường hơn. Chỉ việc thu thập thêm dữ liệu có thể trở nên ngày càng tốn kém trừ khi phần mềm có thể xác định những tín hiệu nào thực sự cần chú ý.

Mã nguồn mở như một con đường tới niềm tin hạ tầng

Một yếu tố đáng chú ý khác là quyết định của DataAgent đưa tác nhân nền tảng của mình ra mã nguồn mở. Tác nhân có thể được triển khai độc lập, trong khi công ty dự định kiếm tiền từ một lớp SaaS để quản lý và điều phối các đội tác nhân.

Mô hình này có thể giúp giải quyết một trong những rào cản khó khăn nhất đối với phần mềm vận hành tự động: các công ty được yêu cầu cho phép hệ thống AI truy cập vào hạ tầng sản xuất, nơi những sai lầm có thể gây ra sự cố.

Khả năng kiểm tra và vận hành tác nhân tại chỗ mang lại cho các đội hạ tầng khả năng nhìn thấy rõ hơn những gì đang chạy trong môi trường của họ, mặc dù thử thách lớn hơn sẽ là liệu các doanh nghiệp có cảm thấy thoải mái khi cho phép các tác nhân này thực hiện các hành động ngày càng có hậu quả.

Các kỳ thủ điều phối đám mây trở lại với một cược hạ tầng khác

Yaari và Shalom đã từng làm việc cùng nhau tại Cloudify, nơi Yaari giữ vị trí Giám đốc Doanh thu và Shalom là người sáng lập kiêm CTO. Dell đã mua lại công ty điều phối đám mây và tự động hoá hạ tầng này vào năm 2023 trong một giao dịch mà TechCrunch đưa tin có thể có giá trị lên tới 100 triệu USD.

Nền tảng đó đặc biệt liên quan đến DataAgent. Cloudify tập trung vào việc điều phối hạ tầng trên Kubernetes, các nền tảng đám mây và công cụ DevOps hiện có. DataAgent tiến xa hơn trong chuỗi tự động hoá bằng cách cố gắng cung cấp cho phần mềm khả năng không chỉ điều phối hạ tầng mà còn xác định khi nào hạ tầng cần được thay đổi.

Vòng gọi vốn mới sẽ hỗ trợ việc ra mắt thương mại và mở rộng của DataAgent, bao gồm việc tuyển dụng bổ sung cho hoạt động tiếp cận thị trường tại Hoa Kỳ và Israel.

Từ quan sát tới hạ tầng tự chữa lành

Cơ hội lớn hơn cho DataAgent gắn liền với một xu hướng đã bắt đầu trong AI doanh nghiệp: chuyển từ các hệ thống giải thích con người nên làm gì sang các hệ thống có thể tự thực hiện công việc.

Hạ tầng là một lĩnh vực đặc biệt quan trọng cho sự chuyển đổi này. Một tỷ lệ lớn các sự cố sản xuất liên quan đến các vấn đề lặp lại mà các đội SRE có kinh nghiệm đã biết cách giải quyết. Nếu các tác nhân AI có thể an toàn tiếp nhận nhiều hơn các nhiệm vụ thường ngày này, quan sát có thể dần dần phát triển từ một hệ thống để hiểu hạ tầng thành một lớp kiểm soát liên tục duy trì nó.

DataAgent kết hợp vòng khắc phục trong sản xuất này với một hệ thống tiền sản xuất nhằm xác định và ngăn ngừa các lỗi trước khi phần mềm được triển khai. Công ty mô tả quy trình kết quả như một quá trình trong đó những bài học từ các sự cố và các lỗi đã ngăn ngừa có thể dần mở rộng khả năng tự động vận hành của hệ thống.

Thách thức sẽ là chứng minh rằng tính tự động có thể mở rộng mà không tạo ra một loại rủi ro vận hành mới. Môi trường hạ tầng khác nhau rất nhiều, các lỗi không mong đợi là không thể tránh khỏi, và một biện pháp khắc phục tự động hoạt động trong một kiến trúc có thể nguy hiểm trong một kiến trúc khác.

Nếu những biện pháp bảo vệ này chứng minh được độ tin cậy, thì thế hệ nền tảng quan sát tiếp theo có thể sẽ được đánh giá ít hơn dựa trên tốc độ thông báo cho kỹ sư nguyên nhân sự cố, mà nhiều hơn dựa trên tần suất mà kỹ sư không cần phải can thiệp. DataAgent với vòng gọi vốn tiền hạt giống 10 triệu USD là một cược sớm vào sự chuyển đổi đó.