Skip to main content
1

Escribe un prompt de investigación con una plantilla consistente

La clave para que la investigación en paralelo sea útil es dar a cada sesión la misma lista de comprobación. Cada sesión investiga una biblioteca de forma independiente, por lo que la plantilla garantiza que los resultados sean directamente comparables al unificarlos.Abre una nueva sesión de Devin desde la página de inicio de Devin, o usa la página Explore Advanced Capabilities de la página de inicio de Devin para acceder a una plantilla de prompt para investigación en paralelo.
2

Revisa y aprueba las sesiones propuestas

Después de enviarla, Devin analiza tu lista y propone una sesión por biblioteca. Verás una vista previa como esta:
Proposed sessions (30):
  1. Research Datadog Logs — pricing, SDKs, retention, alerting...
  2. Research Grafana Loki — pricing, SDKs, retention, alerting...
  3. Research AWS CloudWatch Logs — pricing, SDKs, retention, alerting...
  ...
Revisa la lista y haz clic en Approve para iniciar todas las sesiones simultáneamente. Cada sesión se ejecuta de forma independiente: navegando por el sitio web de la biblioteca, leyendo documentación, consultando foros de desarrolladores y completando la plantilla.Si quieres omitir o añadir bibliotecas, edita la lista antes de hacer clic en Approve. También puedes adjuntar un playbook para garantizar que todas las sesiones sigan la misma metodología de investigación.
3

Recopilar y comparar resultados

Una vez que se completen todas las sesiones, Devin fusiona automáticamente los informes individuales en una única comparación. El resultado sigue el formato que hayas solicitado; así es como se ve la comparación consolidada en formato de hoja de cálculo:
## Logging Library Comparison (Node.js + Python, 2 TB/day)

| Library           | Type       | $/mo (2 TB/day) | Retention       | Node SDK | Python SDK | Query Lang   | Alerting     |
|-------------------|------------|-----------------|-----------------|----------|------------|--------------|--------------|
| Datadog Logs      | SaaS       | ~$5,400         | 15d hot, archive| 5/5      | 5/5        | Custom DSL   | Yes + anomaly|
| Grafana Loki      | Self-host  | Infra only      | Configurable    | 4/5      | 4/5        | LogQL        | Via Grafana  |
| Axiom              | SaaS       | ~$1,200         | 30d hot, 1yr    | 4/5      | 4/5        | APL          | Yes          |
| Better Stack      | SaaS       | ~$890           | 30d default     | 5/5      | 4/5        | SQL-like     | Yes          |
| Elastic Cloud     | SaaS/self  | ~$3,600         | ILM policies    | 5/5      | 5/5        | KQL / Lucene | Yes + ML     |
| Signoz            | Self-host  | Infra only      | Configurable    | 4/5      | 4/5        | ClickHouse SQL| Yes         |
| Coralogix         | SaaS       | ~$2,100         | Hot/warm/cold   | 4/5      | 3/5        | Lucene / SQL | Yes + anomaly|
| ...               |            |                 |                 |          |            |              |              |

### Top 3 for a 50-service Node.js + Python stack:
1. Axiom — lowest cost at scale, fast APL queries, solid SDKs
2. Grafana Loki — zero license cost, pairs with existing Grafana dashboards
3. Datadog Logs — best SDK auto-instrumentation, but expensive at 2 TB/day
Puedes hacer preguntas adicionales en la misma sesión: esta tiene el contexto de todas las sesiones secundarias.Una vez que hayas elegido un ganador, puedes lanzar una sesión de Devin directamente desde esa misma sesión para configurar la biblioteca en tu repositorio:
4

Profundiza en la lista de finalistas

Una vez que tengas una lista reducida, comienza sesiones de seguimiento específicas para una evaluación más profunda.
5

Consejos

Este patrón funciona para cualquier evaluación técnica

La investigación en paralelo no se limita a las herramientas de logging. Úsala para cualquier evaluación en la que necesites las mismas métricas sobre muchas opciones: plataformas de CI/CD, servicios de feature flags, ORMs, proveedores de nube o marcos de cumplimiento. Ejemplo: “Investiga estas 20 plataformas de CI/CD y compara la velocidad de compilación, los precios, las opciones self-hosted y la calidad de la integración con GitHub.”

Limita cada sesión a 15-30 minutos

Si una sola biblioteca requiere horas de investigación profunda, eso es una señal de que debería ser su propia sesión enfocada en lugar de formar parte de una ejecución en paralelo. Las sesiones en paralelo funcionan mejor cuando cada elemento requiere aproximadamente la misma cantidad de esfuerzo.