Cloud、AI infrastructure 与 Agent/LLM observability
Daily / MTD / QTD / YTD 直接来自 legacy FactSet MCP 内的 Global Prices `/returns-range` endpoint，使用 FactSet `totalReturn` 并固定 `dividendAdjust=PRICE`，因此是排除股息的 price return；页面不再以 close ÷ basePrice 自行计算。FactSet 原始百分数保留用于逐项校验，页面仅将其除以 100 后格式化。无完整区间、ticker/fsymId/币种/日期不一致时显示 N/M。Current Market Cap 直接来自 Global Prices `/market-value` 的 `currentMarketValue`、security-level fsymId 与有效日期，不再以 close × shares 推导；单位为 million。FactSet 本次对 market value 返回字面 currency code `LOCAL`，页面忠实显示 LOCAL 且不推断 ISO currency，因此不同本币标的不可直接横向比较。Forward 3Y EPS CAGR = (FY3 consensus EPS ÷ FY0 actual EPS)^(1/3) − 1。FY0 与 FY3 均来自 FactSet Estimates 的 EPS 指标；actualType 可能为 company 或 broker，FY3 为 aggregate mean 且分析师覆盖通常较 FY1 少。若 EPS 非正或归一币种不一致则显示 N/M。行情与一致预期是外部数据快照，不会自动改写内部研究观点。
AI observability 兑现：Usage × module attach × margin
Agent Observability、GPU monitoring 与 AI-native 客户扩张将决定观点能否进一步强化。
若关键变量按期兑现，盈利与估值叙事将从单一产品扩展至平台或产业协同。
产业链定位、利润池、盈利传导、验证顺序与证伪条件
Cloud、AI infrastructure 与 Agent/LLM observability
企业数据与语义层、workflow、AI agent/application、observability 和 developer data platform 的订阅或消费收入。
数据与流程控制点 → AI 产品进入 production → seat/usage/consumption/ARR → gross margin、operating margin 与 FCF。
把发布、pilot、production、付费采用和利润兑现分开；AI 功能若只是防御既有 seat 或被推理成本吞噬，不应获得独立增量估值。
Usage 优化、竞争、客户预算波动及估值；FY3 consensus 16 位分析师
框架来自内部产业链资料的分析结构，不作为最新数值来源；市场数据与一致预期仍以 FactSet 快照为准。
保留每次边际变化，而非覆盖旧结论
AI 应用和 agent 增加 trace、cost、latency、quality 与 security 的可观测性需求，Datadog 可从基础设施监控向 LLM/Agent Observability 扩展；需验证 module attach、usage growth 与利润率，而非只看 AI-native 客户数量。
需求可见度改善，但关键产品验证和供给节奏仍需跟踪。
建立公司卡片与核心跟踪指标。
按公司、专题与事件自动关联
只展示来源元数据与原创摘要，原始文件保留在本地资料库