Datadog рассчитывает закрыть новое узкое место разработки: код ИИ уже пишет быстрее, чем команды успевают его проверять. Компания купила платформу Propolis и делает ставку на агентное тестирование, в котором агенты самостоятельно исследуют приложение, проходят пользовательские сценарии и оценивают достигнут ли нужный результат. Для российских команд это знакомая развилка: ускорить выпуск через coding-агентов можно быстро, а вот превратить поток pull request’ов в безопасные релизы — заметно сложнее.
О покупке Propolis Datadog объявила в январе 2026 года, а теперь развивает тему как ответ на рост кода, созданного ИИ. Как сообщает The New Stack, подход Propolis строится не вокруг заранее прописанной последовательности кликов, а вокруг цели, сформулированной на естественном языке. Вместо сценария «нажать кнопку, заполнить поле, увидеть текст» система должна проверять, например, способен ли новый пользователь оформить заказ или получить доступ к нужной функции. Это важно для интерфейсов и сервисов, где путь до результата меняется вместе с продуктом.
У традиционных e2e-тестов репутация хрупкой, но заслуженной конструкции. Изменился селектор, перестроился экран, добавился промежуточный шаг авторизации — и зелёная ветка CI внезапно требует ручного ремонта. При умеренном темпе разработки это неприятная рутина. Когда изменения генерирует агент, а разработчик за смену просматривает больше кода и PR, тестовые сценарии могут стать главным тормозом. Авторы материала приводят пример Anthropic: её инженеры, по их словам, стали поставлять в восемь раз больше кода. Даже если конкретная метрика не переносится на каждую компанию, направление проблемы очевидно: генерация кода перестала быть самым дорогим этапом цикла.
Тест не по маршруту, а по результату
Propolis позиционируется как автономная QA-платформа для проверки целей и результатов. Её агенты должны находить реальные пользовательские пути, создавать синтетических пользователей и повторно запускать проверки в меняющемся приложении. Если интерфейс или маршрут меняется, система предполагает не просто падение старого теста, а его адаптацию и обновление покрытия в следующих прогонах. Именно это обещание — самовосстановление тестов — отличает модель от очередного генератора автотестов по скриншоту.
После сделки Datadog намерена соединить возможности Propolis со своим контекстом из трассировок, логов и Real User Monitoring. Идея здравая: тест, который обнаружил сбой оформления заказа, ценнее, если рядом видны ошибки бэкенда, время ответа зависимого сервиса и следы конкретного запроса. В такой схеме проверка качества перестаёт быть отдельным предрелизным ритуалом и становится сигналом, который работает и в CI/CD, и рядом с данными эксплуатации. Но пока речь идёт о направлении интеграции, а не о заявлении, что весь стек Propolis уже встроен в продукт Datadog.
Отдельный случай — функции на базе LLM. Для обычного кода удобно утверждение «при таком входе должен быть ровно такой выход». У генеративной функции одинаковый запрос может дать разные корректные формулировки, а у агентного сценария меняется и последовательность обращений к инструментам. Здесь проверять приходится не байтовое совпадение ответа, а соблюдение цели: получил ли пользователь релевантный результат, не раскрылись ли данные, не нарушено ли ограничение процесса. Агентное тестирование претендует именно на этот слой — оценку исхода в недетерминированной системе, где набор жёстких expected values быстро превращается в музей исключений.
Автоматизация не отменяет инженерную дисциплину
У модели есть вполне земные ограничения. Агенту всё равно нужно объяснить, что считать успехом, где проходят бизнес-границы и какие действия запрещены. Формулировка «проверь регистрацию» слишком расплывчата для качественной проверки; «создай учётную запись с корпоративным доменом, подтверди письмо и убедись, что роль не выше viewer» — уже рабочая спецификация. Поэтому естественный язык снижает порог входа для продактов, QA и аналитиков, но не заменяет требований. Он просто делает качество этих требований ещё заметнее.
Не исчезают и детерминированные тесты. Юнит-тесты, контрактные проверки API, критичные расчёты, миграции и известные регрессии дешевле и надёжнее ловить привычными средствами. Агент, который каждый прогон заново исследует приложение, будет медленнее и дороже точного теста на функцию. Практический сценарий выглядит гибридным: базовые проверки остаются в коде, а агенты берут на себя исследование новых пользовательских путей, вариативные интерфейсы и оценку ответов ИИ. Иначе можно получить красивый отчёт об автономности вместо воспроизводимого сигнала о качестве.
Для руководителей разработки сделка Datadog — напоминание, что рост производительности coding-ассистентов нельзя измерять числом сгенерированных строк или закрытых задач. Нужны метрики дефектов после релиза, времени восстановления, доли проверенных изменений и стоимости ложных срабатываний. Для QA-команд это не приговор профессии, а сдвиг роли: меньше ручного поддержания хрупких скриптов, больше проектирования целей, наборов данных, критериев оценки и контроля рисков.
Главный вопрос теперь не в том, смогут ли агенты написать ещё один тест, а в том, смогут ли они доказать, что продукт работает для пользователя после очередной волны изменений. Если Datadog удастся связать агентное тестирование с реальными телеметрическими данными без потери прозрачности, тестирование станет следующим кандидатом на автоматизацию после написания кода. Если нет, рынок получит ещё один слой ИИ, который тоже придётся тщательно тестировать.
