
Los agentes de código venían a abaratar el software. Resulta que también van a multiplicar la cantidad de cambios, fallas de producción y complejidad que hay que inspeccionar. Y los dos pesos pesados de la observabilidad ya se están moviendo para quedarse con ese terreno.
La jugada de cada uno
Datadog plantó la bandera primero: en la conferencia Goldman Sachs Communacopia del 10 de septiembre, la empresa dijo que la monetización de la observabilidad de agentes de IA “ya comenzó”, con miles de clientes usando la capacidad. Su tesis la bautizaron como una “economía de inferencia”: más aplicaciones y agentes de IA significan más actividad que monitorear, y el foco se corre desde “mirar releases hechos por humanos” hacia “trazar las decisiones continuas de software que se modifica a sí mismo”.
Dynatrace respondió al día siguiente con algo más concreto: lanzó un plugin verificado en el Cursor Marketplace. Una sola instalación conecta Cursor con tu entorno Dynatrace mediante Model Context Protocol (MCP) y carga 30 skills de Dynatrace (consultas, dashboards, notebooks y alertas). Traducido: le da al agente de código acceso al contexto de producción en vivo, directo dentro de su flujo de trabajo.
El fondo del asunto
La pelea es por quién define la categoría. Datadog la está enmarcando (la “economía de inferencia” y el volumen de telemetría), mientras Dynatrace mete la telemetría de producción dentro del editor donde ya está trabajando el agente. Son dos defensas distintas ante el mismo miedo: si los agentes escriben, despliegan y arreglan software solos, ¿quién observa al observador?
Hay dos matices de negocio que vale la pena anotar. Datadog tiene el perfil de crecimiento más fuerte (Q2 con +36% de ingresos, US$1.120M), con un modelo basado en consumo que captura bien el volumen de inferencia. Dynatrace, en cambio, cobra el Cursor por consumo de datos y no por asiento, reduciendo la exposición a que los equipos de desarrollo se achiquen por culpa de la automatización. Su ARR creció 17% hasta US$2.136M, y el log-consumption anualizado llegó a US$200M.
Por qué importa para tu equipo
El punto de fondo es más práctico que financiero: los agentes de IA generan su propio problema de observabilidad, y nadie tiene aún la respuesta canónica de cómo monitorear software que se auto-modifica. Lo que vemos esta semana es el inicio de la carrera por estandarizar eso.
Para los que operan infra, la señal es clara: si ya estás corriendo agentes de código en producción, la observabilidad de esos agentes va a dejar de ser un nice-to-have. Los proveedores están apostando a que será el próximo gran mercado, y tu stack —Datadog, Dynatrace o el que uses— va a querer ser el que registre qué hizo cada agente, por qué, y si el cliente terminó con la respuesta equivocada aunque el CI haya pasado en verde.
Fuentes: Dynatrace blog, Insider Monkey, The New Stack.


